python数据分析与挖掘pdf_python数据分析与挖掘实战
python数据分析与挖掘实战是⼀本python语⾔数据分析和挖掘指南，由张良均，王路，谭⽴云和苏剑林等⼗余个专家编著⽽成。本书以⼤家熟知的数据挖掘建模⼯具Python语⾔来展开，以解决某个应⽤的挖掘⽬标为前提，先介绍案例背景提出挖掘⽬标，再阐述分析⽅法与过程，最后完成模型构建，在介绍建模过程中穿插操作训练，把相关的知识点嵌⼊相应的操作过程中，使读者轻松理解并掌握相关的理论和知识点。
python数据分析与挖掘实战从实践出发，结合⼤量数据挖掘⼯程案例及教学经验，以真实案例为主线，深⼊浅出地介绍数据挖掘建模过程中的有关任务：数据探索、数据预处理、分类与预测、聚类分析、时序预测、关联规则挖掘、智能推荐和偏差检测等，能够⼴泛应⽤于物联⽹、云计算、移动互联⽹等战略性新兴产业。
内容介绍《python数据分析与挖掘实战》共15章，分两个部分：基础篇、实战篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了⼀个个真实案例，通过对案例深⼊浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项⽬经验，同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中，应充分利⽤随书配套的案例建模数据，借助相关的数据挖掘建模⼯具，通过上机实验，以快速理解相关知识与理论。
基础篇（第1～5章），第1章的主要内容是数据挖掘概述；第2章对本书所⽤到的数据挖掘建模⼯具Python语⾔进⾏了简明扼要的说明；第3章、第4章、第5章对数据挖掘的建模过程，包括数据探索、数据预处理及挖掘建模的常⽤算法与原理进⾏了介绍。
实战篇（第6～15章），重点对数据挖掘技术在电⼒、航空、医疗、互联⽹、⽣产制造以及公共服务等⾏业的应⽤进⾏了分析。在案例结构组织上，本书是按照先介绍案例背景与挖掘⽬标，再阐述分析⽅法与过程，最后完成模型构建的顺序进⾏的，在建模过程的关键环节，穿插程序实现代码。最后通过上机实践，加深读者对数据挖掘技术在案例应⽤中的理解。
python数据分析与挖掘实战章节⽬录前⾔基础篇
第1章数据挖掘基础
1.1某知名连锁餐饮企业的困惑
1.2从餐饮服务到数据挖掘
1.3数据挖掘的基本任务
1.4数据挖掘建模过程
1.4.1定义挖掘⽬标
1.4.2数据取样
关于python的书1.4.3数据探索
1.4.4数据预处理
1.4.5挖掘建模
1.4.6模型评价
1.5常⽤的数据挖掘建模⼯具
1.6⼩结
每2章Python数据分析简介
2.1搭建Python开发平台
2.1.1所要考虑的问题
2.1.2基础平台的搭建
2.2 Python使⽤⼊门
2.2.2基本命令
2.2.3数据结构
2.2.4库的导⼊与添加
2.3 Python数据分析⼯具
2.3.1 Numpy
2.3.2 Scipy
2.3.3 Matplotlib
2.3.4 Pandas
2.3.5 StatsModels'''''
2.3.6 Scikit-Leam'''''
2.3.7 Keras
2.3.8 Gensim
2.4配套资源使⽤设置
2.5⼩结
第3章数据探索
3.1数据质量分析
3.1.1缺失值分析
3.1.2异常值分析
3.1.3 -致性分析
3.2数据特征分析
3.2.1分布分析
3.2.2对⽐分析
3.2.3统计量分析
3.3Python主要数据探索函数3.3.1基本统计特征函数
3.3.2拓展统计特征函数
3.3.3统计作图函数
3.4⼩结
数据预处理
4.1数据清洗
4.1.1缺失值处理
4.1.2异常值处理
4.2数据集成
4.2.2冗余属性识别
413数据变换
4.3.1简单函数变换
4.3.2规范化
4.3.3连续属性离散化
4.3.4属性构造
4.3.5⼩波变换
4.4数据规约
4.4.1属性规约
4.4.2数值规约
4.5 Python主要数据预处理函数4.6⼩结
第5章挖掘建模
5.1分类与预测
5.1.1实现过程
5.1.2常⽤的分类与预测算法
5.1.3回归分析
5.1.4决策树
5.1.5⼈⼯神经⽹络
5.1.6分类与预测算法评价
5.1.7 Python分类预测模型特点 -5.2聚类分析
5.2.1 常⽤聚类分析算法
5.2.2 K-Means聚类算法
5.2.3聚类分析算法评价
5.2.4 Python主要聚类分析算法5.3关联规则
5.3.1 常⽤关联规则算法
5.3.2 Apriori算法
5.4时序模式
5.4.1时间序列算法
5.4.2时间序列的预处理
5.4.3平稳时间序列分析
5.4.5 Python主要时序模式算法5.5离点检测 134
5.5.1离点检测⽅法
5.5.2基于模型的离点检测⽅法5.5.3基于聚类的离点检测⽅法5.6⼩结
实战篇
第6章电⼒窃漏电⽤户⾃动识别6.1背景与挖掘⽬标
6.2分析⽅法与过程
6.2.1数据抽取
6.2.2数据探索分析
6.2.3数据预处理
6.2.4构建专家样本
6.3上机实验
6.4拓展思考
6.5⼩结
第7章航空公司客户价值分析
7.1背景与挖掘⽬标
7.2分析⽅法与过程
7.2.1数据抽取
7.2.2数据探索分析
7.2.3数据预处理
7.2.4模型构建
7.3上机实验
7.4拓展思考 ⼀
7.5⼩结
第8章中医证型关联规则挖掘
8.1背景与挖掘⽬标
8.2分析⽅法与过程
8.2.1数据获取
8.2.2数据预处理
8.2.3模型构建

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。