在本章中，您将完成构建预测型机器学习模型所需的全部预处理步骤，包括如何处理缺失值与异常值，以及如何对数据集进行归一化。

处理缺失数据

查找缺失值

简单插补

迭代插补

数据分布与变换

训练集与测试集的分布及其变换

训练/测试集分布

对数与幂变换

数据离群点与缩放

异常值检测

处理离群值

Z 分数标准化

数据预处理与可视化

在本章中，您将练习监督式机器学习的多个方面，例如选择最优特征子集、使用正则化避免模型过拟合、进行特征工程，以及利用集成模型来权衡偏差-方差。

回归：特征选择

最佳特征子集

过滤法与包裹法

通过特征重要性进行特征选择

回归：正则化

避免过拟合

Lasso 正则化

Ridge 正则化

分类：特征工程

分类模型的特征

Logistic Regression 基线分类器

集成方法

自助聚合（Bagging）

提升法（Boosting）

XGBoost

监督学习

在本章中，您将使用无监督学习来进行特征提取与可视化，实现降维；并应用聚类方法，为数据集选择合适的聚类算法和最优簇数。

降维：特征提取

维度灾难

主成分分析

奇异值分解

降维：可视化技术

降维高维数据

用 PCA 可视化类别分离 I

用碎石图可视化主成分

聚类分析：选择合适的聚类算法

聚类算法

K-means 聚类

层次凝聚聚类

聚类分析：选择最优簇数量

最优的 k 是多少？

轮廓系数法（Silhouette method）

肘部法（Elbow Method）

无监督学习

在本课程最后一章中，您将更进一步，使用自助法（bootstrapping）与交叉验证评估模型的泛化性能，应用重采样技术处理类别不平衡，检测并去除多重共线性，并构建一个集成模型。

模型泛化：自助法与交叉验证

验证模型表现

决策树

由多棵决策树组成的森林

模型评估：类别不平衡的分类模型

X 光武器检测

类别不平衡的评估指标

重采样技术

模型选择：回归模型

处理多重共线性

多重共线性方法——特征工程

多重共线性技术 - PCA

模型选择：集成模型

随机森林 vs 梯度提升

随机森林集成模型

梯度提升集成

总结

模型选择与评估

Loans training set (reduced)

Diabetes

Loans dataset

您是否想过该如何系统地准备一次机器学习面试？在本课程中，您将为数据科学家岗位准备并练习 15 道常见的 Python 机器学习（ML）面试题的答题思路与代码。
<br><br>
这些问题围绕 7 个关键主题展开：数据预处理、数据可视化、监督学习、无监督学习、模型集成、模型选择和模型评估。
<br><br>
您将从数据预处理与数据可视化相关的问题入手。在完成全部预处理步骤后，您会构建一个预测型 ML 模型，以强化实战能力。
<br><br>
接着，您将学习部分监督学习技术，然后转向无监督学习。根据岗位要求，在机器学习面试中通常会涉及这两类主题。
<br><br>
最后，您将学习模型选择与评估，了解如何评估模型泛化性能，并在构建集成模型的过程中使用多种技术。
<br><br>
完成本课程后，您将既具备必要的理论基础，也能够编写 Python 代码，顺利回答这 15 道面试题。
<br><br>
编码示例主要基于 scikit-learn 包，因为其易于使用，且能够覆盖 Python 语言中最重要的机器学习技术。
<br><br>
本课程不讲授机器学习基础知识，这些内容已包含在课程的先修要求中。

<h2>为你的机器学习面试做好准备</h2>
你是否曾想过如何正确准备机器学习面试？在本课程中，你将为数据科学家岗位准备15个常见的 Python 机器学习（ML）面试问题的答案。
<br><br>
这些问题将围绕七个重要主题展开：数据预处理、数据可视化、监督学习、无监督学习、模型集成、模型选择和模型评估。
<br><br>
<h2>更新你的机器学习知识</h2>
你将首先处理数据预处理和数据可视化问题。 完成所有预处理步骤后，你将创建一个预测性机器学习模型，以提升你的实战技能。
<br><br>
接下来，你将学习一些监督学习技术，然后再进入无监督学习。 根据职位不同，你很可能会在机器学习面试中同时涉及这两个主题。
<br><br>
最后，你将通过学习模型选择与评估来完成本课程，了解如何评估模型泛化性能，并在构建集成模型时探索各种技术。
<br><br>
<h2>实践最常见的机器学习面试问题答案</h2>
在课程结束时，您将同时具备所需的理论基础和开发 Python 代码的能力，从而成功回答这 15 个问题。
<br><br>
编码示例将主要基于 scikit-learn 包，因为它易于使用，并且能够涵盖 Python 语言中最重要的机器学习技术。
<br><br>
该课程不教授机器学习基础知识，因为这些内容已包含在该课程的先修要求中。

Unsupervised Learning in Python

Supervised Learning with scikit-learn

通过练习这些机器学习面试问题来准备面试，了解Python中ML的关键主题和理想答案。

用 Python 练习机器学习面试题

通过练习 Python 机器学习面试题，提升知识水平，为下一次面试做好准备。

最优的 k 是多少？

用 Python 练习机器学习面试题

动手互动练习