出版计算机与互联网Python数据分析与挖掘实战
Python数据分析与挖掘实战

Python数据分析与挖掘实战

作者张良均 等

类别 出版 / 非虚构

出版社机械工业出版社 / 2015-12

提供方机械工业出版社

字数约 164,000 字

ISBN9787111521235

暂无评价综合评分的显示会考虑用户真实性等多项因素，每部作品出现综合评分的时间不定。
7.2169 评价豆瓣读书
开通会员，可免费在线阅读本书 ，首月特惠
分享到豆瓣分享到微信分享到微博分享到QQ好友分享到QQ空间
￥25.00
春暖花开季 恰是读书时满500减300、满200减120、满100减60活动详情

作品简介

本书从实践出发，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。因此，图书的编排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。在介绍建模过程的同时穿插操作训练，把相关的知识点嵌入相应的操作过程中。为方便读者轻松地获取真实的实验环境，本书使用目前在数据科学领域非常热门的Python语言对样本数据进行处理以进行挖掘建模。

作者：张良均 等

作品目录

  1. 前言
  2. 基础篇
  3. 第1章　数据挖掘基础
  4. 1.1　某知名连锁餐饮企业的困惑
  5. 1.2　从餐饮服务到数据挖掘
  6. 1.3　数据挖掘的基本任务
  7. 1.4　数据挖掘建模过程
  8. 1.5　常用的数据挖掘建模工具
  9. 1.6　小结
  10. 第2章　Python数据分析简介
  11. 2.1　搭建Python开发平台
  12. 2.2　Python使用入门
  13. 2.3　Python数据分析工具
  14. 2.4　配套资源使用设置
  15. 2.5　小结
  16. 第3章　数据探索
  17. 3.1　数据质量分析
  18. 3.2　数据特征分析
  19. 3.3　Python主要数据探索函数
  20. 3.4　小结
  21. 第4章　数据预处理
  22. 4.1　数据清洗
  23. 4.2　数据集成
  24. 4.3　数据变换
  25. 4.4　数据规约
  26. 4.5　Python主要数据预处理函数
  27. 4.6　小结
  28. 第5章　挖掘建模
  29. 5.1　分类与预测
  30. 5.2　聚类分析
  31. 5.3　关联规则
  32. 5.4　时序模式
  33. 5.5　离群点检测
  34. 5.6　小结
  35. 实战篇
  36. 第6章　电力窃漏电用户自动识别
  37. 6.1　背景与挖掘目标
  38. 6.2　分析方法与过程
  39. 6.3　上机实验
  40. 6.4　拓展思考
  41. 6.5　小结
  42. 第7章　航空公司客户价值分析
  43. 7.1　背景与挖掘目标
  44. 7.2　分析方法与过程
  45. 7.3　上机实验
  46. 7.4　拓展思考
  47. 7.5　小结
  48. 第8章　中医证型关联规则挖掘
  49. 8.1　背景与挖掘目标
  50. 8.2　分析方法与过程
  51. 8.3　上机实验
  52. 8.4　拓展思考
  53. 8.5　小结
  54. 第9章　基于水色图像的水质评价
  55. 9.1　背景与挖掘目标
  56. 9.2　分析方法与过程
  57. 9.3　上机实验
  58. 9.4　拓展思考
  59. 9.5　小结
  60. 第10章　家用电器用户行为分析与事件识别
  61. 10.1　背景与挖掘目标
  62. 10.2　分析方法与过程
  63. 10.3　上机实验
  64. 10.4　拓展思考
  65. 10.5　小结
  66. 第11章　应用系统负载分析与磁盘容量预测
  67. 11.1　背景与挖掘目标
  68. 11.2　分析方法与过程
  69. 11.3　上机实验
  70. 11.4　拓展思考
  71. 11.5　小结
  72. 第12章　电子商务网站用户行为分析及服务推荐
  73. 12.1　背景与挖掘目标
  74. 12.2　分析方法与过程
  75. 12.3　上机实验
  76. 12.4　拓展思考
  77. 12.5　小结
  78. 第13章　财政收入影响因素分析及预测模型
  79. 13.1　背景与挖掘目标
  80. 13.2　分析方法与过程
  81. 13.3　上机实验
  82. 13.4　拓展思考
  83. 13.5　小结
  84. 第14章　基于基站定位数据的商圈分析
  85. 14.1　背景与挖掘目标
  86. 14.2　分析方法与过程
  87. 14.3　上机实验
  88. 14.4　拓展思考
  89. 14.5　小结
  90. 第15章　电商产品评论数据情感分析
  91. 15.1　背景与挖掘目标
  92. 15.2　分析方法与过程
  93. 15.3　上机实验
  94. 15.4　拓展思考
  95. 15.5　小结
载入中

大家都喜欢