iii
5 Understand Your Data With Descriptive Statistics 31
5.1 Peek at Your Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
5.2 Dimensions of Your Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
5.3 Data Type For Each Attribute . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
5.4 Descriptive Statistics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
5.5 Class Distribution (Classification Only) . . . . . . . . . . . . . . . . . . . . . . . 34
5.6 Correlations Between Attributes . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5.7 Skew of Univariate Distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
5.8 Tips To Remember . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
5.9 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
6 Understand Your Data With Visualization 38
6.1 Univariate Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
6.2 Multivariate Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
6.3 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
7 Prepare Your Data For Machine Learning 47
7.1 Need For Data Pre-processing . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
7.2 Data Transforms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
7.3 Rescale Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
7.4 Standardize Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
7.5 Normalize Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
7.6 Binarize Data (Make Binary) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
7.7 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
8 Feature Selection For Machine Learning 52
8.1 Feature Selection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
8.2 Univariate Selection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
8.3 Recursive Feature Elimination . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
8.4 Principal Component Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
8.5 Feature Importance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
8.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
9 Evaluate the Performance of Machine Learning Algorithms with Resampling 57
9.1 Evaluate Machine Learning Algorithms . . . . . . . . . . . . . . . . . . . . . . . 57
9.2 Split into Train and Test Sets . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
9.3 K-fold Cross Validation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
9.4 Leave One Out Cross Validation . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
9.5 Repeated Random Test-Train Splits . . . . . . . . . . . . . . . . . . . . . . . . . 60
9.6 What Techniques to Use When . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
9.7 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
10 Machine Learning Algorithm Performance Metrics 62
10.1 Algorithm Evaluation Metrics . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
10.2 Classification Metrics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
10.3 Regression Metrics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
10.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
评论1