标签
内容简介
《Python数据科学速查表 - Scikit-Learn》属于“Python数据科学速查表”系列中的机器学习分册。这一系列速查表最早由在线数据科学教育平台 DataCamp 制作，以单人篇幅为限，把 Python 数据科学常用库的核心用法浓缩成可打印的速查表；中文版由“呆鸟的Python数据分析”博主（呆鸟）组织翻译，在 GitHub 与博客上长期免费流传，与 Python 基础、导入数据、Jupyter Notebook、NumPy、Pandas、SciPy、Matplotlib、Seaborn、Bokeh、Keras、PySpark 等分册共同构成一套十余张的速查表套件。本册以 Scikit-Learn 官方推荐的工作流为线索：先说明数据需要以 NumPy 数组或 SciPy 稀疏矩阵形式输入，随后依次覆盖加载数据、数据预处理（标准化、归一化、二值化、类别编码、缺失值填补、多项式特征）、划分训练集与测试集、选取监督学习与非监督学习估计器（线性回归、SVM、朴素贝叶斯、KNN、PCA、K-Means 等）、fit/predict 拟合与预测、分类与回归及聚类指标评估、交叉验证、网格搜索与随机参数优化，并配有一段从 iris 数据到 KNN 分类的完整示例代码。它的定位是“函数字典”而非教程：正文以代码片段和函数签名为主，配合少量注释，帮助读者在记不清 API 时快速翻查，因此篇幅短小、信息密度高。需要说明的是，该速查表依据的是较早期版本的 Scikit-Learn，个别写法（如 preprocessing.Imputer、grid_search 模块路径、LinearRegression 的 normalize 参数）在新版本中已变更或移除，使用时需对照当前官方文档。本册为系列中面向机器学习主题的单张速查表。
编辑推荐
把一张速查表做成一个“分册”，听起来有些取巧，但对真正动手跑模型的人来说，它解决的是很实在的问题：你不必在几百页教程里翻找，就能知道 StandardScaler 该在 train_test_split 之前还是之后 fit。本册的价值有三点。第一是结构清晰，完全按 Scikit-Learn 的统一接口组织——预处理、划分、建模、预测、评估、调参，一条线走完，读一遍就能建立起对这套 API 的整体印象。第二是覆盖全面但克制，监督学习与非监督学习的主要估计器都以两三行代码呈现，不展开原理，正好适合作为学习教材之外的“第二本书”。第三是免费流传、便于打印，贴在显示器旁随手查，比打开搜索引擎更快。当然也要提醒：速查表原作年代较早，其中 Imputer、grid_search 等路径在当前版本已不适用，把它当作“记忆钩子”而不是“权威文档”，配合官方文档使用才稳妥。对刚学完一门机器学习课程、正要动手写代码的读者，这一张纸的性价比很高。
适合谁读
适合
- 已学过机器学习基本概念、正在用 Python 动手建模的初学与中级读者
- 需要经常查阅 Scikit-Learn 函数名与常用参数的数据分析从业者
- 讲授数据科学课程、需要给学生发一份速查资料的教师与培训师
- 习惯把常用 API 打印出来贴在工位上的编程实践者
不适合
- 完全没有 Python 与机器学习基础、希望系统入门机器学习的读者
- 期望学习算法数学原理与推导过程的理论型读者
- 需要了解 Scikit-Learn 最新版本 API 变化、以官方文档为准的开发者
阅读建议
- 建议与 NumPy、Pandas 分册配套使用，先熟悉数据容器，再进入建模环节。
- 边读边在 Jupyter Notebook 里敲一遍示例代码，尤其是 iris + KNN 的完整流程。
- 把每个代码片段与当前 Scikit-Learn 官方文档对照，遇到已废弃写法及时更新。
- 打印一份放在手边，作为写代码时的检索工具，而不是从头到尾通读的读物。
常见问题
这本书是正式出版的纸质书吗？
目前可查的资料显示，该速查表源自 DataCamp 的免费速查表，中文版由“呆鸟的Python数据分析”翻译，主要以 PDF 形式在 GitHub 和博客上流传，未见可靠的书号、出版社与出版年份信息，因此本页面相关字段留空。
速查表和系统教程有什么区别？
速查表以代码片段和函数签名为主，不讲解算法原理，目标是“记不清时快速查到怎么写”；系统教程则会讲清概念、推导与完整案例。二者是互补关系，建议先学教程再用速查表巩固。
里面的代码能直接在新版 Scikit-Learn 上跑吗？
部分不能。速查表依据较早期版本编写，如 preprocessing.Imputer 已被 SimpleImputer 取代，grid_search 模块已并入 model_selection，LinearRegression 的 normalize 参数也已移除。使用前请对照官方文档修改。
这个系列一共有多少张速查表？
常见的中文版合集包含十余张，涵盖 Python 基础、导入数据、Jupyter Notebook、NumPy、Pandas 基础与进阶、SciPy、Matplotlib、Seaborn、Bokeh、Scikit-Learn、Keras 以及 Spark SQL、Spark RDD 等主题，不同整理版本的收录数量略有差异。
没有机器学习基础能看懂吗？
能看懂代码在做什么，但难以理解为什么这样做。建议先掌握监督学习、非监督学习、过拟合、交叉验证等基本概念，再使用本速查表，否则容易变成照抄代码而不知其意。
读者评论
查询本书
本站为索引目录：「全网查询」由您发起、在您的浏览器中运行，所列入口均指向第三方站点，请自行判断可用性。
