第 1章 機(jī)器學(xué)習(xí)概論 1 1.1　機(jī)器學(xué)習(xí)的概念 1 1.2　機(jī)器學(xué)習(xí)的意義 2 1.3　機(jī)器學(xué)習(xí)的種類 3 1.4　機(jī)器學(xué)習(xí)基本流程 3 第 2章 R語(yǔ)言綜合基礎(chǔ) 5 2.1　簡(jiǎn)易環(huán)境配置 5 2.2　編程保留符號(hào) 9 2.3　基本數(shù)據(jù)類型 9 2.3.1　數(shù)值型 10 2.3.2　邏輯型 10 2.3.3　字符型 11 2.3.4　因子型 11 2.3.5　類型判斷與轉(zhuǎn)換 12 2.4　常用數(shù)據(jù)結(jié)構(gòu) 12 2.4.1　向量 12 2.4.2　矩陣 13 2.4.3　列表 14 2.4.4　數(shù)據(jù)框 14 2.5　程序流程控制 15 2.5.1　選擇結(jié)構(gòu) 15 2.5.2　循環(huán)結(jié)構(gòu) 16 2.6　函數(shù)使用技巧 18 第3章 高效數(shù)據(jù)操作 19 3.1　R數(shù)據(jù)操作包簡(jiǎn)介 19 3.2　數(shù)據(jù)讀寫 19 3.3　管道操作符 20 3.4　基本操作 21 3.4.1　篩選列 22 3.4.2　篩選行 28 3.4.3　更新 34 3.4.4　排序 36 3.4.5　匯總 40 3.4.6　分組計(jì)算 41 3.4.7　列的重命名 44 3.5　多表連接 45 3.6　長(zhǎng)寬轉(zhuǎn)換 50 3.7　集合運(yùn)算 53 3.8　缺失值處理 55 3.9　列表列的運(yùn)用 56 第4章 tidyverse快速入門 59 4.1　數(shù)據(jù)讀取（readr） 59 4.2　數(shù)據(jù)整理 61 4.2.1　批處理（purrr） 61 4.2.2　因子操作（forcats） 64 4.2.3　時(shí)間操作（lubridate） 67 4.2.4　字符串操作（stringr） 68 4.2.5　數(shù)據(jù)框清洗（tibble/dplyr/tidyr） 71 4.3　數(shù)據(jù)可視化（ggplot2） 79 第5章 探索性數(shù)據(jù)分析 82 5.1　基本概念介紹 82 5.1.1　平均值 82 5.1.2　標(biāo)準(zhǔn)差 83 5.1.3　極值 83 5.1.4　中位數(shù) 84 5.1.5　相關(guān)系數(shù) 84 5.2　探索工具實(shí)踐 86 5.2.1　vtree 86 5.2.2　skimr 88 5.2.3　naniar 90 第6章 特征工程 93 6.1　特征修飾 93 6.1.1　歸一化 93 6.1.2　數(shù)據(jù)分箱 94 6.1.3　缺失值填補(bǔ) 101 6.2　特征構(gòu)造 107 6.2.1　構(gòu)造交互項(xiàng) 107 6.2.2　基于降維技術(shù)的特征構(gòu)造 108 6.2.3　One-Hot編碼 110 6.3　特征篩選 111 6.3.1　過(guò)濾法 111 6.3.2　封裝法 113 6.3.3　嵌入法 114 第7章 重采樣方法 116 7.1　針對(duì)模型評(píng)估的重采樣 116 7.1.1　交叉驗(yàn)證 116 7.1.2　自舉法 117 7.2　針對(duì)類失衡的重采樣 117 第8章 模型表現(xiàn)的衡量 119 8.1　回歸模型的表現(xiàn)衡量 119 8.2　分類模型的表現(xiàn)衡量 120 第9章 模型選擇 122 9.1　機(jī)器學(xué)習(xí)模型概覽 122 9.1.1　線性回歸 122 9.1.2　K近鄰算法（KNN） 123 9.1.3　樸素貝葉斯方法 123 9.1.4　判別分析 124 9.1.5　支持向量機(jī) 124 9.1.6　人工神經(jīng)網(wǎng)絡(luò) 125 9.1.7　決策樹(shù) 125 9.1.8　隨機(jī)森林 126 9.1.9　梯度下降法 127 9.2　mlr3工作流簡(jiǎn)介 127 9.2.1　環(huán)境配置 127 9.2.2　任務(wù)定義 128 9.2.3　學(xué)習(xí)器選擇 130 9.2.4　訓(xùn)練與預(yù)測(cè) 131 9.3　基于mlr3的模型篩選 134 第 10章 參數(shù)調(diào)節(jié) 136 10.1　指定終止搜索條件 136 10.2　設(shè)置指定參數(shù)組合 138 10.3　范圍內(nèi)網(wǎng)格搜索 139 10.4　范圍內(nèi)隨機(jī)搜索 140 第 11章 模型分析 142 11.1　變量重要性評(píng)估 142 11.2　變量影響作用分析 146 11.3　基于個(gè)案的可加性歸因方法 149 第 12章 集成學(xué)習(xí) 152 12.1　集成學(xué)習(xí)的三種策略 152 12.1.1　裝袋法簡(jiǎn)介 152 12.1.2　提升法簡(jiǎn)介 152 12.1.3　堆疊法簡(jiǎn)介 153 12.2　基于caret與caretEnsemble框架的集成學(xué)習(xí)實(shí)現(xiàn) 153 12.2.1　環(huán)境部署 153 12.2.2　數(shù)據(jù)準(zhǔn)備 153 12.2.3　裝袋法 154 12.2.4　提升法 155 12.2.5　堆疊 156 第 13章 實(shí)踐案例一：基于caret包對(duì)泰坦尼克號(hào)乘客存活率進(jìn)行二分類預(yù)測(cè) 161 13.1　工具簡(jiǎn)介 161 13.2　問(wèn)題背景 162 13.3　數(shù)據(jù)審視 162 13.4　特征工程 163 13.5　數(shù)據(jù)劃分 164 13.6　模型訓(xùn)練 165 13.7　模型的預(yù)測(cè)與評(píng)估 165 13.8　超參數(shù)調(diào)節(jié) 166 第 14章 實(shí)踐案例二：基于mlr框架對(duì)波士頓房?jī)r(jià)進(jìn)行回歸預(yù)測(cè) 169 14.1　工具簡(jiǎn)介 169 14.2　問(wèn)題背景 169 14.3　數(shù)據(jù)審視與預(yù)處理 170 14.4　任務(wù)定義 174 14.5　建模與調(diào)參 174 14.6　模型表現(xiàn)比較 181 14.7　進(jìn)一步的參數(shù)調(diào)節(jié) 183 14.8　模型解釋 184 第 15章 實(shí)踐案例三：基于mlr3框架對(duì)皮馬印第安人糖尿病數(shù)據(jù)集進(jìn)行特征篩選 187 15.1　工具簡(jiǎn)介 187 15.2　問(wèn)題背景 187 15.3　去除冗余特征 188 15.4　特征重要性排序 190 15.5　利用封裝法對(duì)特征進(jìn)行篩選 191 第 16章 實(shí)踐案例四：基于tidymodels框架對(duì)鳶尾花進(jìn)行多分類預(yù)測(cè) 193 16.1　工具簡(jiǎn)介 193 16.2　問(wèn)題背景 193 16.3　數(shù)據(jù)集劃分 194 16.4　數(shù)據(jù)預(yù)處理 195 16.5　指定重采樣方法 196 16.6　模型定義與調(diào)參 197 16.7　觀察模型在測(cè)試集的表現(xiàn) 199