Question

本章只是机器学习的冰山一角。（根据“传统”的科学，典型的冰山有三分之二被隐藏在水下。）即便如此，你还是拥有足够强大的工具和知识来完成监督和无监督的数据处理。你可以设置描述性（回归和分类）和预测性的数据科学实验，并在一定程度上评估其有效性，得出不凡的结论。

祝贺你！现在你几乎已经是一名数据科学家了。（但你仍然需要完成剩余的项目。）

MOSN分类*

编写一个程序，通过注册用户数量和全球Alexa页面排名3，对大量的在线社交网站进行分类。由于站点的排名及其大小差异很大，所以应使用对数尺度来进行聚类和结果呈现。

分片线性的标准普尔500**

编写一个程序，从Yahoo! Finance4获得21世纪标准普尔500的收盘价的历史记录，并将每年价值的观测值表示为OLS回归模型。如果模型得分不够（0.95或以下），就将时间间隔分成两半，并采用递归的处理方式，直到OLS模型得分超过0.95或时间间隔短于一周，然后将标准普尔500价格的原始值和OLS模型的预测值绘制在一幅图中。

地铁预测***

编写一个程序，预测一个城市是否拥有地铁系统。程序可能需要用到人口总量、人口密度、预算大小、天气状况、所得税水平和其他变量。其中有些可能很容易在网上查到，而有些则不是。使用逻辑回归和随机决策森林，并选出性能最佳的方法。

3en.wikipedia.org/wiki/List_of_social_networking_websites

4finance.yahoo.com/q/hp?s=^GSPC+Historical+Prices

如果你找到了一本书里特别吸引你的段落，那就通过大声朗读开始学习吧。

——北美作家Grenville Kleiser