classification如何用 Python 和决策树预测广告点击行为？（云环境视频教程）

本文用一个完整的样例，给你介绍机器学习决策树分类的全过程。

Photo by Jaelynn Castillo on Unsplash

这周，我给新设立的「大数据管理与应用」专业一年级本科生授课。这是一门 5 名老师共同讲授的数据科学导论课程。我这一部分，讲了机器学习。

为了让同学们更好地理解机器学习的方法步骤，我用了一个分类应用的实际例子，让大家现场分组上机实践。

实践的环境，是百度飞桨 AI Studio 。翟羽佳老师率先使用后，推荐给了大伙儿。对于经典机器学习问题，这个免费云环境够用了，而且能保证所有学生的环境完全一致。这样避免了不同操作系统、不同平台安装软件包时候可能出现的千奇百怪问题，而且和样例对比运行结果，也更加方便。

为了演示操作步骤，避免现场联网可能出现的问题，我提前录制了一系列的视频。事实证明，这是很有必要的。因为当天显示器的连线有问题。好险。

教学效果不错。课后同学们纷纷跑过来跟我问问题，有的甚至都不是这节课上的内容。说明他们学习的兴趣被激发起来了。

既然代码、运行环境和视频教程都齐备，我决定把这次的课程内容，也分享给你，我亲爱的读者。

这个例子，最初来源自 Yuxi (Hayden) Liu 的《Python Machine Learning By Example》第三版。

这书不错，我在 Kindle 上面买了一本。可惜目前还没有见到中文译本。

提到买书，顺便说一句 — — 双十一到了。

我的新书《数亦有道》在京东和拼多多都有不同幅度的优惠。优惠力度嘛，满减加上叠券，居然打到了五折以下。反正我自己是没忍住，又下单买了一批。如果你也想以这个价格买的话，请抓紧吧。

京东电子版购买链接在这里。

本例中的数据来自于 Kaggle 竞赛平台。主题是广告点击预测。

广告这东西，你应该并不陌生。每天你浏览各种内容的时候，广告都会伴随你。