python与数据挖掘张良均实验答案3.5_Python与数据挖掘⼤数
据技术丛书:张良均杨。。。
导语
内容提要
慕课网中国大学mooc登陆
随着云时代的来临,⼤数据技术将具有越来越重要的战略意义。作为数据存储和挖掘分析的前沿技术,⼤数据分析已⼴泛应⽤于各⾏业及业务职能领域,尤其是物联⽹、云计算、移动互联⽹等战略性新兴产业,帮助企业⽤户在合理时间内攫取、处理、管理海量数据,为企业经营决策提供数据指导。
为了满⾜当前社会对⼤数据分析⼈才的学习需求,张良均、杨海宏、何⼦健、杨坦、杨征等著的《Python与数据挖掘》从初学者的⾓度,从⼤家熟知的数据挖掘建模⼯具Python展开,深⼊浅出地介绍了数据挖掘中常⽤建模⽅法在Python语⾔中的实现函数,并对输出结果进⾏了详尽阐述,同时结合具体实例,通过理论+实践的⽅式,讲解了分类与预测、聚类分析、关联规则、智能推荐和时间序列等分析算法,帮助读者快速掌握应⽤Python进⾏挖掘建模的⽅法。此外,本书提供了配套的⽰例代码及数据⽂件,读者可通过上机实验,快速掌握书中所介绍的Python的使⽤⽅法。
作者简介
张良均,资深⼤数据挖掘专家和模式识别专家,有10多年的⼤数据挖掘应⽤、咨询经验,10余年数据仓库系统管理与实施经验,超过10年的系统开发与设计经验。为电信、电⼒、互联⽹、⽣产制造、零售、银⾏、⽣物、化⼯、医药等多个⾏业上百家⼤型企业提供过数据挖掘应⽤与咨询服务,实践经验⾮常丰富。此外,他精通Java EE企业级应⽤开发,是⼴东⼯业⼤学和华南师范⼤学兼职教授,著有《神经⽹络实⽤教程》、《数据挖掘:实⽤案例分析》等畅销书。
⽬录
前⾔
第⼀部分  基础篇
第1章  数据挖掘概述
1.1  数据挖掘简介
1.2  ⼯具简介
1.2.1  WEKA
1.2.2  RapidMiner
1.2.3  Python
1.2.4  R
1.3  Python开发环境的搭建
1.3.1  Python安装
1.3.2  Python初识
1.3.3  与读者的约定
1.4  ⼩结
第2章  Python基础⼊门
2.1  常⽤操作符
2.1.1  算术操作符
2.1.2  赋值操作符
2.1.3  ⽐较操作符
2.1.4  逻辑操作符
2.1.5  操作符优先级
2.2  数字数据
2.2.1  变量与赋值
2.2.2  数字数据类型
2.3  流程控制
2.3.1  if语句
2.3.2  while循环
2.3.3  for循环
2.4  数据结构
hibernate实例教程
2.4.1  列表
2.4.2  字符串
2.4.3  元组
2.4.4  字典
2.4.5  集合
2.5  ⽂件的读写
2.5.1  改变⼯作⽬录
2.5.2  txt⽂件读取
2.5.3  csv⽂件读取
2.5.4  ⽂件输出
2.5.5  使⽤JSON处理数据2.6  上机实验
第3章  函数
3.1  创建函数
3.2  函数参数
asp站点
3.3  可变对象与不可变对象3.4  作⽤域
3.5  上机实验
第4章  ⾯向对象编程
4.1  简介
4.2  类与对象
4.3  __init__⽅法
4.4  对象的⽅法
4.5  继承
4.6  上机实验
第5章  Python实⽤模块
5.1  什么是模块
5.2  Numpy
5.3  Pandas
5.4  SciPy
5.5  scikit-learn
5.6  其他Python常⽤模块5.7  ⼩结
5.8  上机实验
第6章  图表绘制⼊门
6.1  Matplotlib
jquery ui tabs6.2  Bokeh
6.3  其他优秀的绘图模块6.4  ⼩结
6.5  上机实验
第⼆部分  建模应⽤篇
第7章  分类与预测
7.1  回归分析
7.1.1  线性回归
7.1.2  逻辑回归
7.2  决策树
7.2.1  ID3算法
7.2.2  其他树模型
7.3  ⼈⼯神经⽹络
7.4  kNN算法
7.5  朴素贝叶斯分类算法7.6  ⼩结
7.7  上机实验
第8章  聚类分析建模
8.1  K-Means聚类分析函数8.2  系统聚类算法
8.3  DBSCAN聚类算法
8.4  上机实验
第9章  关联规则分析
9.1  Apriori关联规则算法
9.2  Apriori在Python中的实现
9.3  ⼩结
9.4  上机实验
第10章  智能推荐python数据分析基础教程答案
10.1  基于⽤户的协同过滤算法
10.2  基于⽤户的协同过滤算法在Python中的实现10.3  ⼩结
10.4  上机实验
第11章  时间序列分析
对图片素材进行处理11.1  ARIMA模型
11.2  ⼩结
11.3  上机实验
参考⽂献

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。