本書共11章, 第1-5章是建模的前期準備, 包括緒論、Python編程基礎及數(shù)據(jù)處理、數(shù)據(jù)可視化、數(shù)據(jù)表格的處理與數(shù)據(jù)清洗、特征工程等。第6-11章介紹常用的模型, 包括聚類、主成分分析、線性模型、支持向量機、決策樹與隨機森林、神經(jīng)網(wǎng)絡等。本書通過圖文結(jié)合的方式詳細解釋了復雜數(shù)學模型的核心思想, 對每條代碼的功能進行解釋, 以降低讀者理解復雜命令的難度。