零、全部项目通用的：
http://blog.csdn.net/mmc2015/article/details/46851245（数据集格式和预測器）
http://blog.csdn.net/mmc2015/article/details/46852755（载入自己的原始数据）
（适合文本分类问题的 整个语料库载入）
http://blog.csdn.net/mmc2015/article/details/46906409（5. 载入内置公用的数据）
（常见的非常多公共数据集的载入，5. Dataset loading utilities）
http://blog.csdn.net/mmc2015/article/details/46705983（Choosing the right estimator（你的问题适合什么estimator来建模呢））
（一张图告诉你，你的问题选什么estimator好。再也不用试了）
http://blog.csdn.net/mmc2015/article/details/46857949（训练分类器、预測新数据、评价分类器）
http://blog.csdn.net/mmc2015/article/details/46858009（使用“Pipeline”统一vectorizer => transformer => classifier、网格搜索调參）
一、文本分类用到的：
http://blog.csdn.net/mmc2015/article/details/46857887（从文本文件里提取特征（tf、idf））
（CountVectorizer、TfidfTransformer）
http://blog.csdn.net/mmc2015/article/details/46866537（CountVectorizer提取tf都做了什么）
（深入解读CountVectorizer都做了哪些处理。指导我们做个性化预处理）
http://blog.csdn.net/mmc2015/article/details/46867773（2.5.2. 通过TruncatedSVD实现LSA（隐含语义分析））
（LSA、LDA分析）
（非scikit-learn）http://blog.csdn.net/mmc2015/article/details/46940373（《textanalytics》课程简单总结（1）：两种word relations——Paradigmatic vs. Syntagmatic）
（非scikit-learn）http://blog.csdn.net/mmc2015/article/details/46941367（《textanalytics》课程简单总结（1）：两种word relations——Paradigmatic vs. Syntagmatic（续））
（词粒度关系：Paradigmatic(聚合关系：同性质可相互替代、用基于tfidf的相似度挖掘) vs. Syntagmatic(组合关系：协同出现、用互信息挖掘)）
（非scikit-learn）http://blog.csdn.net/mmc2015/article/details/46771791（特征选择方法（TF-IDF、CHI和IG））
（介绍了TF-IDF在特征选择时的误区、CHI Square和Information Gain在特征选择时的应用）
二、数据预处理用到的（4.
Dataset transformations）：
http://blog.csdn.net/mmc2015/article/details/46991465（4.1. Pipeline and FeatureUnion: combining estimators（特征与预測器结合；特征与特征结合））
（特征与预測器结合、特征与特征结合）
http://blog.csdn.net/mmc2015/article/details/46992105（4.2. Feature extraction（特征提取，不是特征选择））
（loading features form dicts、feature hashing、text feature extraction、image feature extraction）
http://blog.csdn.net/mmc2015/article/details/46997379（4.2.3. Text feature extraction）
（text feature extraction）
http://blog.csdn.net/mmc2015/article/details/47016313（4.3. Preprocessing data（standardi/normali/binari..zation、encoding、missing value））
（Standardization, or mean removal and variance scaling（标准化：去均值、除方差）、Normalization（正规化）、Feature Binarization（二值化）、Encoding categorical features（编码类别特征）、imputation of missing values（归责缺失值））
http://blog.csdn.net/mmc2015/article/details/47066239（4.4. Unsupervised dimensionality reduction（降维））
（PCA、Random projections、Feature agglomeration（特征集聚））
http://blog.csdn.net/mmc2015/article/details/47069869（4.8. Transforming the prediction target (y)）
（Label binarization、Lable encoding（transform non-numerical labels to numerical labels））
三、其它重要知识点：
http://blog.csdn.net/mmc2015/article/details/47099275（3.1. Cross-validation: evaluating estimator performance）
（交叉验证）
http://blog.csdn.net/mmc2015/article/details/47100091（3.2. Grid Search: Searching for estimator parameters）
（搜索最佳參数组合）
None、经常使用的监督非监督模型：
http://blog.csdn.net/mmc2015/article/details/46867597（2.5. 矩阵因子分解问题）
http://blog.csdn.net/mmc2015/article/details/47271039（scikit-learn（project中用的相对较多的模型介绍）：1.4. Support Vector Machines）
SVM（SVC、SVR）
http://blog.csdn.net/mmc2015/article/details/47271195（scikit-learn（project中用的相对较多的模型介绍）：1.11. Ensemble methods）
Bagging meta-estimator、Forests of ranomized trees、AdaBoost、Gradient Tree Boosting（Gradient Boosted Regression Trees (GBRT) ）
http://blog.csdn.net/mmc2015/article/details/47333499（scikit-learn（project中用的相对较多的模型介绍）：1.12. Multiclass and multilabel algorithms）
Multiclass classification、Multilabel classification、Multioutput-multiclass classification and multi-task classification
http://blog.csdn.net/mmc2015/article/details/47333579（scikit-learn（project中用的相对较多的模型介绍）：1.13. Feature selection）
Univariate feature selection（单变量特征选择）、recursive feature elimination（递归特征消除）、L1-based / ree-based features selection（这个也用的比价多）、Feature selection as part of a pipeline
http://blog.csdn.net/mmc2015/article/details/47333839（
scikit-learn（project中用的相对较多的模型介绍）：1.14. Semi-Supervised
）
http://blog.csdn.net/mmc2015/article/details/47414271（scikit-learn（project中用的相对较多的模型介绍）：2.3. Clustering（可用于特征的无监督降维））