Sklearn，也稱為Scikit-learn，是基于Python語(yǔ)言的開源機(jī)器學(xué)習(xí)庫(kù)，起源于發(fā)起人David Cournapeau在2007年參加谷歌編程之夏GSoC（Google Summer of Code）的一個(gè)項(xiàng)目，目前已經(jīng)成為最受歡迎的機(jī)器學(xué)習(xí)庫(kù)，已經(jīng)在很多工程中得到了應(yīng)用。
Sklearn是一個(gè)功能強(qiáng)大的機(jī)器學(xué)習(xí)框架。它基于NumPy、Pandas、Scipy和Matplotlib等數(shù)值計(jì)算庫(kù)，實(shí)現(xiàn)了豐富且高效的機(jī)器學(xué)習(xí)算法，包括有監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和半監(jiān)督學(xué)習(xí)模型，幾乎涵蓋了所有主流的機(jī)器學(xué)習(xí)模型。本書講述了Sklearn學(xué)習(xí)框架中比較高級(jí)的知識(shí)，包括集成學(xué)習(xí)、管道、交叉驗(yàn)證和異常檢測(cè)等模型及其應(yīng)用。作者試圖通過(guò)通俗易懂的描述、嚴(yán)謹(jǐn)翔實(shí)的代碼，把晦澀難懂的知識(shí)講解明白，使讀者快速掌握Sklearn的高級(jí)知識(shí)，深入應(yīng)用到日常工作中。對(duì)于需要學(xué)習(xí)和掌握Sklearn基礎(chǔ)知識(shí)的讀者，請(qǐng)參考潘風(fēng)文編著的《Scikit-learn機(jī)器學(xué)習(xí)詳解》一書。
第1章概述性地回顧了機(jī)器學(xué)習(xí)的基本知識(shí)，講述了有監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和半監(jiān)督學(xué)習(xí)的概念，并對(duì)Scikit-learn做了簡(jiǎn)要的描述。
第2章講述了Scikit-learn中sklearn.datasets模塊的功能，不僅提供了導(dǎo)入隨機(jī)樣本數(shù)據(jù)集的方法，也提供了提取外部（網(wǎng)絡(luò)上）數(shù)據(jù)集的方法以及生成各種算法所需數(shù)據(jù)的多個(gè)方法。
第3章介紹了集成學(xué)習(xí)。集成學(xué)習(xí)是一種綜合利用多個(gè)預(yù)測(cè)模型的方法，它本身不是一種傳統(tǒng)意義上的機(jī)器學(xué)習(xí)模型，而是一種基于弱學(xué)習(xí)器的算法。本章介紹了自助聚合算法、加速提升算法、投票集成算法以及堆棧泛化等多種集成學(xué)習(xí)方法。
第4章介紹了模型選擇和交叉驗(yàn)證的知識(shí)。模型選擇的目標(biāo)是在一個(gè)模型集合中尋找泛化能力最大的一個(gè)模型，而交叉驗(yàn)證是一種廣泛使用的重采樣（resampling）技術(shù)，可以評(píng)估一個(gè)預(yù)測(cè)模型的泛化能力，也是一種有效的確定模型超參數(shù)的方法。
第5章介紹了新穎點(diǎn)檢測(cè)、離群點(diǎn)檢測(cè)兩類方法；離群點(diǎn)檢測(cè)的算法：橢圓包絡(luò)線算法、孤立森林算法和局部離群點(diǎn)因子算法。
第6章介紹了機(jī)器學(xué)習(xí)中的管道機(jī)制（Pipeline）。管道機(jī)制將機(jī)器學(xué)習(xí)的實(shí)施看作是一個(gè)流水線式的作業(yè)流程，根據(jù)不同階段的任務(wù)目標(biāo)，切割成7個(gè)不同的環(huán)節(jié)，每一個(gè)環(huán)節(jié)都由獨(dú)立的轉(zhuǎn)換器（Transformer）或評(píng)估器（Estimator）負(fù)責(zé)實(shí)現(xiàn)。管道機(jī)制使開發(fā)者對(duì)機(jī)器學(xué)習(xí)過(guò)程中相互聯(lián)系和相互依賴的環(huán)節(jié)進(jìn)行有效和高效的控制，更加方便地實(shí)現(xiàn)其預(yù)期結(jié)果。
第7章介紹了Scikit-learn中實(shí)現(xiàn)的信號(hào)分解的各種方法。信號(hào)分解（signal decomposition）是分解提取高維數(shù)據(jù)集中的特征信號(hào)，是一個(gè)矩陣分解的問(wèn)題。在Scikit-learn中，提供了主成分分析、字典學(xué)習(xí)、因子分析等多種信號(hào)分解的算法。
第8章重點(diǎn)講述了訓(xùn)練后模型的保存、使用方法。這些方法包括使用模塊pickle序列化，使用模塊joblib序列化，以及跨平臺(tái)、跨語(yǔ)言的互操作方式：通過(guò)預(yù)測(cè)模型標(biāo)記語(yǔ)言PMML（Predictive Model Markup Language）保存和部署模型。
第9章介紹了為保障Scikit-learn程序順暢運(yùn)行，需要對(duì)Scikit-learn整體框架的環(huán)境變量進(jìn)行設(shè)置的內(nèi)容。
本書有如下特點(diǎn)：
■ 內(nèi)容由淺入深，循序漸進(jìn)
遵循讀者對(duì)機(jī)器學(xué)習(xí)的認(rèn)知規(guī)律，同時(shí)也有助于熟悉機(jī)器學(xué)習(xí)知識(shí)的學(xué)習(xí)者更深入地掌握和應(yīng)用Scikit-learn框架。
■ 語(yǔ)言通俗易懂，輕松易學(xué)
對(duì)講解主題進(jìn)行通俗化描述，并配以大量的圖片和代碼，形象化地把講解內(nèi)容呈現(xiàn)給讀者，輕松易學(xué)，有效降低學(xué)習(xí)的門檻。
■ 講解主干明確，脈絡(luò)清晰
本書貫穿機(jī)器學(xué)習(xí)模型中高級(jí)應(yīng)用的主題算法，從集成學(xué)習(xí)、管道、交叉驗(yàn)證，到異常檢測(cè)和信號(hào)分解，系統(tǒng)地講解高級(jí)應(yīng)用知識(shí)，為讀者掌握和發(fā)揮Scikit-learn價(jià)值提供最大幫助。
■ 案例精挑細(xì)選，干貨多多
幾乎每種算法都給出詳細(xì)的應(yīng)用案例。這些案例都是作者開發(fā)的，緊扣內(nèi)容，并提供了很多開發(fā)技巧，值得認(rèn)真閱讀。
本書讀者對(duì)象：
（1）具備一定Scikit-learn基礎(chǔ)知識(shí)，希望在機(jī)器學(xué)習(xí)領(lǐng)域進(jìn)階升級(jí)的開發(fā)人員；
（2）想要了解和實(shí)踐Scikit-learn學(xué)習(xí)包的開發(fā)工程師；
（3）從事大數(shù)據(jù)及人工智能的分析人員；
（4）對(duì)大數(shù)據(jù)和人工智能感興趣的人員。
本書由潘風(fēng)文、黃春芳編著。第1章、第2章、第6章、第8章、第9章由潘風(fēng)文編寫；第3章、第4章、第5章、第7章由北京中醫(yī)藥大學(xué)生命科學(xué)學(xué)院黃春芳副教授編寫。本書例子運(yùn)行的Python版本號(hào)是Ver3.8.1及以上。所有實(shí)例包都可以通過(guò)作者QQ：420165499聯(lián)系索取并在線咨詢答疑，我們將竭誠(chéng)為您服務(wù)。最后，衷心希望本書對(duì)您的工作和事業(yè)有所裨益。

潘風(fēng)文 黃春芳
2022 年7月