机器学习-监督学习-监督学习实践项目

• 1、项目概述
• 2、项目要点
• 3、项目说明
• 4、软件和库
• 5、开始项目
• 6、提交项目
  • 评估
  • 提交文件

#

1、项目概述

在此项目中，你将运用监督学习的技巧对美国人口普查数据进行分析，帮助 CharityML（一家虚拟的慈善机构）发现最有可能向他们捐款的人士。你首先将探索这些人口普查数据，了解数据的记录结构。接着，你将应用一系列的转换和预处理技巧操纵数据，使其变成可处理的格式。然后，你将自己选择几个监督学习器并将它们应用到数据上，看看哪个学习器最能满足需求。之后，你将优化所选的模型并当做解决方案呈现给 CharityML。最后，你将探索所选的模型和背后的预测原理，看看它在处理给定的数据时，效果如何。

2、项目要点

此项目旨在帮助你熟悉 sklearn 中提供的大量监督学习算法，并且能够评估每个模型在某种类型的数据上的效果。在机器学习领域，务必要明白应该何时在什么场合使用特定的算法，以及何时避免使用某个算法。

完成此项目后，你将学会以下技能：

• 如何判断何时需要预处理数据，以及如何进行预处理。
• 如何为问题的解决方案建立基准。
• 对于给定的数据集，每种监督式学习算法会取得什么样的结果。
• 如何判断：候选解决方案的模型是否足以解决问题。

3、项目说明

CharityML 是一个位于硅谷中心的虚拟慈善机构，该机构的使命是向渴望学习机器学习技术的人士提供资金支持。在向社区发送接近 32,000 封信件后， CharityML 发现他们收到的捐款都来自年收入超过 50,000 美元的人群。为了扩大潜在捐助者群体，CharityML 决定向加利福尼亚州居民发送信件，但是仅向很可能会给机构捐款的人士发信。加利福尼亚州有接近 1500 万劳动人口，CharityML 请你加入他们的团队，帮助他们构建一个能够准确发现潜在捐助者并降低邮件发送成本的算法。你的目标是评估并优化多个不同的监督学习器，判断哪个算法将能够带来最高的捐款，同时减少发送的信件总数。

4、软件和库

此项目使用以下软件和 Python 库：

• Python
• NumPy
• pandas
• scikit-learn (v0.17)
• matplotlib

你还需要安装软件，才能运行并执行 Jupyter Notebook。

如果你尚未安装 Python，强烈建议你安装 Python 的 Anaconda 分发系统，该系统已经包含上述软件包，并且包含更多其他软件包。

5、开始项目

对于此任务，你可以在寻找捐助者项目 GitHub 上找到必要项目文件。你可以从此代码库中下载我们将在此纳米学位课程中用到的所有项目文件。请确保在完成项目时，使用最新版项目文件！

此项目包含三个文件：

• finding_donors.ipynb：这是主要文件，你将在此文件中执行项目任务。
• census.csv：项目数据集。你将在 notebook 中加载此数据。
• visuals.py：此 Python 脚本提供了项目的补充可视化内容。请勿修改此文件。

在终端或命令行提示符窗口中，转到包含项目文件的文件夹，然后使用命令 jupyter notebook finding_donors.ipynb 打开浏览器窗口或标签页来处理你的 notebook。此外，你可以使用命令 jupyter notebook 或 ipython notebook 在打开的浏览器窗口中转到该 notebook 文件。按照 notebook 中的说明操作，并回答其中的每个问题，这样才能成功完成项目。除了项目文件外，我们还提供了 README 文件，其中可能包含关于项目的其他必要信息或说明。

6、提交项目

资料

评估

优达学城的审阅专家将根据为 CharityML 寻找捐助者的项目审阅标准 来审阅你的项目。在提交项目之前，确保仔细阅读该审阅标准并对项目进行自我评估。必须满足该审阅标准中的所有规范条件，才能通过审阅。

提交文件

准备好提交项目后，收集以下文件并将它们压缩成一个文件以准备上传。此外，你可以在 GitHub Repo 上叫做 finding_donors 的文件夹中提供以下文件，以便我们能轻松访问你的文件：

• finding_donors.ipynb notebook 文件，回答了所有问题，执行了所有代码单元格并显示输出。
• 项目 notebook 的 HTML 导出文件，名称为 report.html。在提交项目以供评估时，必须包含此文件。

你可以使用工作区（在下一部分）直接提交项目以供审阅。在处理完 Jupyter notebook 后，记得向工作区上传 HTML 报告，然后再提交报告。

收集好这些文件并阅读项目审阅标准完毕后，请转到项目提交页面。