机器学习 interpreter 机器学习实战 pdf

《机器学习实战》–资料下载和运行环境

1. 推荐理由

优点：有配套代码，便于理解算法。 缺点：编写与2012年，没有近几年的新发展。不过作为入门，足够了。

2. 书籍下载地址

机器学习实战 PDF超清晰中文+英文版+随书源码（真正清晰版）（需要CSDN币）

3. 代码下载地址3.1 推荐jupyter版本

使用jupyter notebook整理的peter的《机器学习实战》代码，加了注释，代码也稍做修改。https://github.com/TingNie/Machine-learning-in-action

3.2 作者发布的python版本

英文原版的官方网站有本书配套的Python代码：https://www.manning.com/books/machine-learning-in-action

4. 推荐如下方法学习

（1）阅读并理解中文PDF中的某个算法。 （2）运行下载 的 jupyter notebook 代码，并分析结果。 （3）尝试修改程序，观察运行结果的变化，并进行分析。 （4）观看网课视频。 特别推荐 网易云课堂–>吴恩达的机器学习课程 不仅概念清晰易懂，还讲解常用的实战经验https://study.163.com/course/introduction/1004570029.htm （5）阅读更多理论书籍。 这本书没有晦涩的理论推导。（这个算优点还是缺点呢？） 如果想理解算法背后的理论，推荐周志华老师的西瓜书（《机器学习》清华大学出版社 周志华著）。https://book.douban.com/review/9849485/ 如果觉得西瓜书啃不动，推荐配套的南瓜书以及其论坛，那里有热心前辈答疑解惑。https://github.com/datawhalechina/pumpkin-book

5. 配置代码运行环境5.0 选择 Anoconda 还是 Miniconda ？

(1) 如果电脑硬盘空间足够大（3G以上），推荐使用Anoconda，功能强大。 (2) 如果电脑硬盘不够大（500M左右），推荐使用Miniconda，顾名思义它是Anoconda的mini版本，裁剪版本，只有最基础的一些包，没有自带Jupyter。 还需要再安装jupyter才能运行我们书中的代码。

推荐使用 jupyter 运行 python代码，方便一边修改代码，一边观察实验结果，利于理解算法原理。（也可以尝试用Spyder运行*.py文件）

通过Miniconda 安装 jupyter。 详情可以参考：Jupyter Notebook介绍、安装及使用教程

5.1 下载Miniconda

官方下载地址：https://docs.conda.io/en/latest/miniconda.html

5.2 安装并运行Miniconda

安装Miniconda之后，在Windows开始菜单中，打开Anaconda2文件夹，双击Anaconda Prompt，会弹出一个命令行窗口。

5.3 在conda内安装 jupyter

在conda的命令行内依次运行如下命令：

#配置conda 清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

#配置清华PyPI镜像（如?法运?，将pip版本升级到>=10.0.0）
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
	
# 安装 jupyter
conda install jupyter

5.4 运行《机器学习实战》代码

在conda命令行界面，cd进入到 《机器学习实战》代码所在目录“Machine-learning-in-action-master”，然后再执行“jupyter notebook”命令，会弹出一个浏览器页面。

在浏览器页面中打开k-Nearest Neighbor文件夹，双击knn.ipynb，这是第二章的实例。

尝试运行，可以得到下图所示的运行结果。

尝试修改程序，观察运行结果是否符合预期。