前 言

Scikit-learn是基于Python的開源免費機器學習庫，起源于發起人David Cournapeau在2007年參加谷歌編程之夏GSoC（Google Summer of Code）的一個項目，目前已經成為最受歡迎的機器學習庫之一。

筆者將通過上、下兩冊把這個內容豐富、功能強大的機器學習框架進行系統條理的講解，幫助有志于從事人工智能，特別是機器學習的開發者快速掌握Scikit-learn，并有效應用于工作中。本書是上冊，首先簡要介紹了機器學習的基礎知識以及學習Scikit-learn的預備知識，然后重點講解學習和掌握Scikit-learn的基礎知識和基本功能，包括數據變換、特征抽取和降維技術等功能，這些都是高效應用Scikit-learn的必備知識。下冊將以Scikit-learn提供的算法和模型為基礎，講解各種算法的原理、實現技術和應用案例，使讀者在高效應用Scikit-learn技術方面更上一層樓。

第1章：介紹了機器學習的概念，并概述了機器學習與人工智能、機器學習與大數據以及機器學習與數據挖掘的關系。作為人工智能的一個子集，機器學習目前已經在各個領域開花結果，默默地影響著我們的日常生活。

第2章：介紹了Scikit-learn的預備知識，主要包括四個基礎模塊：NumPy、Pandas、SciPy庫和Matplotlib，由于它們功能豐富、便于使用，目前已經廣泛應用于數學、科學和工程領域，成為最受歡迎的Python擴展工具包。

第3章：學習掌握Scikit-learn的基礎應用，在機器學習的基礎上介紹了弄懂Scikit-learn首先需要掌握的最為常見的、全局性的先驗知識，為方便實訓演練，提供了模型訓練和預測的例子。

第4章：介紹了Scikit-learn數據變換相關知識，包括評估器（estimator）、轉換器（transformer）和管道（pipeline）等常用的概念，它們均屬于數據預處理的范疇。其中轉換器（transformer）可以實現數據預處理、缺失值處理、降維等各種數據變換功能。

第5章：介紹了Scikit-learn特征抽取和特征降維相關知識，它們都是數據預處理的一部分。特征抽取是指從原始數據中抽取特定特征變量的過程；特征降維不僅能夠在不丟棄任何數據樣本的情況下提高模型構建的效率，減少模型的規模，同時還能增強模型預測的效果。

附錄：包含精選的Scikit-learn實用拓展學習資源，包括互操作和框架增強包、評估器和任務擴展包、推薦引擎擴展包等非常實用的資源。每個擴展包包含了概要描述和網址鏈接，便于讀者訪問。

本書特點

■ 內容由淺入深，循序漸進

本書從機器學習的起源和概念講起，在引出了機器學習的標準開發步驟之后，講述了Scikit-learn的外圍預備知識（包括NumPy、Pandas、SciPy等）和基礎知識，并逐步講解了Scikit-learn的數據變換、特征抽取和降維功能，這是進行機器學習算法訓練、模型應用的基本知識。一方面遵循初學者對機器學習的認知規律，另一方面也便于熟悉機器學習基本知識的學習者有選擇地閱讀。

■ 語言通俗易懂，輕松易學

講解時盡量用通俗易懂的語言，配以足量圖片和代碼，形象化地把抽象內容呈現給讀者，使讀者很快理解、掌握每個章節的內容，有效降低學習的門檻。內容雖多，但不枯燥，輕松易學。

■ 講解主干明確，脈絡清晰

貫徹機器學習算法訓練和應用這一主題。上冊內容主要在于構建實際模型之前的工作，即數據預處理和特征抽取等知識，這是進行算法訓練和模型應用不可或缺的流程環節，是后續內容的必要鋪墊。內容一環接著一環，主干脈絡清晰。

■ 案例精心挑選，實用性強

如何實現數據的標準化和規范化？對于缺失值如何處理？特征哈希如何實現？通過典型案例，讀者可以輕松地處理這些在構建機器學習模型時必須面對的問題，有效地應用于后續的模型訓練和實踐應用中。

本書主要是面向有志于從事機器學習開發以及對人工智能領域感興趣的讀者而編寫的，包括但不限于如下人員：

（1）具備一定Python基礎知識，希望在機器學習領域進階升級的開發人員；

（2）想要了解和實踐Scikit-learn學習包的開發工程師；

（3）有志于從事大數據及人工智能的分析人員；

（4）對大數據和人工智能領域感興趣的相關讀者。

本書例子運行的Python版本號是Ver3.8.1。所有實例都可以通過化學工業出版社網站下載，也可以通過QQ：420165499聯系在線下載實例包。讀者在閱讀和使用過程中，如有任何問題，可通過QQ在線咨詢，筆者將竭誠為您服務。

著者

2020年8月