《Python数据分析与挖掘实战》PDF电子书免费下载

作者:  张良均、王路、谭立云、苏剑林

出版社: 机械工业出版社

出版年: 2015年11月1日

ISBN: 9787111521235

~~滚到底部有网盘下载链接~~

内容简介

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
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
2.2.1运行方式
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
4.2.1实体识别
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
5.4.4非平稳时间序列分析
5.4.5 Python主要时序模式算法
5.5离群点检测 134
5.5.1离群点检测方法
5.5.2基于模型的离群点检测方法
5.5.3基于聚类的离群点检测方法
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
8.3上机实验
8.4拓展思考
8.5小结
第9章基于水色图像的水质评价
9.1背景与挖掘目标
9.2分析方法与过程
9.2.1数据预处理
9.2.2模型构建
9.2.3水质评价
9.3上机实验
9.4拓展思考
9.5小结
第10章家用电器用户行为分析与
事件识别
10.1背景与挖掘目标
10.2分析方法与过程
10.2.1数据抽取
10.2.2数据探索分析
10.2.3数据预处理
10.2.4模型构建
10.2.5模型检验
10.3上机实验
10.4拓展思考
10.5小结
第11章应用系统负载分析与磁盘
容量预测
11.1背景与挖掘目标
11.2分析方法与过程
11.2.1数据抽取
11.2.2数据探索分析
11.2.3数据预处理
11.2.4模型构建
11.3上机实验
11.4拓展思考
11.5小结
第12章电子商务网站用户行为分析
及服务推荐
12.1背景与挖掘目标
12.2分析方法与过程
12.2.1数据抽取
12.2.2数据探索分析
12.2.3数据预处理
12.2.4模型构建
12.3上机实验
12.4拓展思考
12.5小结
第13章财政收入影响因素分析及
13.1预测模型
13.2背景与挖掘目标
分析方法与过程
13.2.1灰色预测与神经网络的组合
模型
13.2.2数据探索分析
13.2.3模型构建
13.3上机实验
13.4拓展思考
13.5小结 一
第14章 基于基站定位数据的商圈
分析 一
14.1背景与挖掘目标
14.2分析方法与过程
14.2.1数据抽取
14.2.2数据探索分析
14.2.3数据预处理
14.2.4模型构建
14.3上机实验
14.4拓展思考
14.5小结
第15章电商产品评论数据情感
分析
15.1背景与挖掘目标
15.2分析方法与过程
15.2.1评论数据采集
15.2.2评论预处理
15.2.3文本评论分词
15.2.4模型构建
15.3.上机实验
15.4拓展思考
15.5小结
参考文献

下载价格:免费
立即下载
登入/注册
知识就是力量
没有账号? 忘记密码?