首页 > 专利信息

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。

空气雾化喷嘴内容介绍《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

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ip调度系统

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

城市轨道交通控制

5.1.3回归分析

5.1.4决策树

拼接墙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

锰矿选矿方法

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背景与挖掘⽬标台卡制作

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

本文发布于:2024-09-23 23:24:36，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/2/189993.html

上一篇：数据分析师的职责内容通用10篇

下一篇：大数据名词解析

标签：数据数据挖掘挖掘建模过程分析

留言与评论（共有 0 条评论）