机器学习导航地图

一、基础知识

• Python基础知识点

• 机器学习基础知识

二、基础工具

• Numpy速查

• Pandas速查

• Sklearn速查

• Matplotlib & Seaborn 速查

三、常规流程

1. 数据探索分析

2. 特征工程
1. 数据预处理
1. 重复值缺失值处理
2. 机器学习异常值处理
3. 机器学习样本不平衡问题
2. 标准化&归一化
3. 机器学习特征变换
4. 机器学习特征选择

3. 构建模型
1. 模型选择（机器学习常用算法调用集合）
2. 机器学习模型评估方法
3. 模型优化

三、常用算法

3.1、监督学习算法（分类与回归）

• 线性回归 | Linear Regression

• 逻辑回归 | Logistic Regression

• 支持向量机 | Support Vector Machine

• K近邻 | K-Nearest Neighbors

• 朴素贝叶斯 | Naive Bayesian Model

• 决策树 | Decision Tree

• 随机森林 | Random Forest (RF)

• 自适应增强 | Adaptive Boosting (Adaboost)

• 梯度提升树 | Gradient Boosting Decision Tree (GBDT)

• 极致梯度提升树 | eXtreme Gradient Boosting (XGBoost)

3.2、无监督学习算法（聚类与降维）

3.2.1、聚类算法

• K-Means聚类

• DBSCAN聚类

• OPTICS聚类

• BIRCH聚类

• 谱聚类

3.2.2、降维算法

• 主成分分析 | Principal components analysis(PCA)

• 随机近邻嵌入 | t-Stochastic Neighbor Embedding(t-SNE)

• 线性判别分析法 | Linear Discriminant Analysis(LDA)

• 局部线性嵌入 | Locally Linear Embedding(LLE)

3.3、其他算法

3.3.1、综合评分

• 评价模型之熵权法与AHP

• 熵权法 | Entropy weight method

• 层次分析法 | Analytic Hierarchy Process(AHP)

• 因子分析

• 模糊综合评价

• 数据包络分析

• topsis

• 灰色关联度分析 | Grey Relation Analysis(GRA)

3.3.2、关联规则

• 典型关联分析 | Canonical Correlation Analysis(CCA)

• Apriori算法

• FP Tree算法

• PrefixSpan算法

3.3.3、时序预测

• 指数平滑 | Holt-Winters

• ARIMA及其衍生模型

四、实操进阶

• 天猫复购预测-挑战赛——Top 0.5%