掃一掃

源碼下載

第1章緒論

1.1數(shù)據(jù)分析與數(shù)據(jù)挖掘

1.1.1數(shù)據(jù)分析

1.1.2數(shù)據(jù)挖掘

1.1.3數(shù)據(jù)分析與數(shù)據(jù)挖掘的聯(lián)系

1.2數(shù)據(jù)挖掘的主要任務(wù)

1.2.1關(guān)聯(lián)分析

1.2.2數(shù)據(jù)的預(yù)測建模

1.2.3聚類分析

1.2.4離群點檢測

1.3數(shù)據(jù)挖掘的數(shù)據(jù)源

1.3.1數(shù)據(jù)庫數(shù)據(jù)

1.3.2數(shù)據(jù)倉庫

1.3.3事務(wù)數(shù)據(jù)庫

1.3.4其他類型數(shù)據(jù)

1.4數(shù)據(jù)挖掘使用的技術(shù)

1.4.1統(tǒng)計學(xué)

1.4.2機器學(xué)習(xí)

1.4.3數(shù)據(jù)庫系統(tǒng)與數(shù)據(jù)倉庫

1.5數(shù)據(jù)挖掘存在的主要問題

1.6數(shù)據(jù)挖掘建模常用的工具

1.6.1商用工具

1.6.2開源工具

1.7為何選用Python進行數(shù)據(jù)挖掘

1.8Python數(shù)據(jù)挖掘常用的庫

1.9Jupyter Notebook的使用

1.10小結(jié)

習(xí)題1

第2章Python編程基礎(chǔ)

2.1Python語言的基本語法

2.1.1基礎(chǔ)數(shù)據(jù)類型

2.1.2變量和賦值

2.1.3運算符和表達(dá)式

2.1.4字符串

2.1.5流程控制

2.2內(nèi)置數(shù)據(jù)類型

2.2.1列表

2.2.2元組

2.2.3字典

2.2.4集合

2.3函數(shù)

2.3.1函數(shù)的定義

2.3.2lambda函數(shù)

2.4文件操作

2.4.1文件處理過程

2.4.2數(shù)據(jù)的讀取方法

2.4.3讀取CSV文件

2.4.4文件的寫入與關(guān)閉

2.5小結(jié)

習(xí)題2

本章實訓(xùn)

第3章NumPy數(shù)值計算

3.1NumPy多維數(shù)組

3.1.1創(chuàng)建數(shù)組對象

3.1.2ndarray對象的屬性和數(shù)據(jù)轉(zhuǎn)換

3.1.3生成隨機數(shù)

3.1.4數(shù)組變換

3.2數(shù)組的索引和切片

3.2.1一維數(shù)組的索引

3.2.2多維數(shù)組的索引

3.3數(shù)組的運算

3.3.1數(shù)組和標(biāo)量間的運算

3.3.2ufunc函數(shù)

3.3.3條件邏輯運算

3.4數(shù)組的讀/寫

3.4.1讀/寫二進制文件

3.4.2讀/寫文本文件

3.4.3讀取CSV文件

3.5NumPy中的數(shù)據(jù)統(tǒng)計與分析

3.5.1排序

3.5.2重復(fù)數(shù)據(jù)與去重

3.5.3常用統(tǒng)計函數(shù)

3.6小結(jié)

習(xí)題3

本章實訓(xùn)

第4章Pandas數(shù)據(jù)分析

4.1Pandas中的數(shù)據(jù)結(jié)構(gòu)

4.1.1Series

4.1.2DataFrame

4.1.3索引對象

4.1.4查看DataFrame的常用屬性

4.2數(shù)據(jù)的載入

4.2.1讀/寫文本文件

4.2.2讀/寫Excel文件

4.2.3讀/寫JSON數(shù)據(jù)

4.2.4讀取數(shù)據(jù)庫文件

4.3Pandas索引操作

4.3.1重新索引

4.3.2更換索引

4.4DataFrame數(shù)據(jù)的查詢與編輯

4.4.1DataFrame數(shù)據(jù)的查詢

4.4.2DataFrame數(shù)據(jù)的編輯

4.4.3DataFrame數(shù)據(jù)的變換

4.5Pandas數(shù)據(jù)運算

4.5.1算術(shù)運算

4.5.2DataFrame數(shù)據(jù)的比較

4.5.3函數(shù)應(yīng)用和映射

4.5.4排序

4.5.5匯總與統(tǒng)計

4.6數(shù)據(jù)分組與聚合

4.6.1數(shù)據(jù)分組

4.6.2數(shù)據(jù)聚合

4.6.3分組運算

4.7數(shù)據(jù)透視表

4.7.1透視表

4.7.2交叉表

4.8Pandas可視化

4.8.1線形圖

4.8.2柱狀圖

4.8.3直方圖

4.8.4密度圖

4.8.5散點圖

4.9小結(jié)

習(xí)題4

本章實訓(xùn)

第5章Python數(shù)據(jù)可視化

5.1Matplotlib數(shù)據(jù)可視化

5.1.1Matplotlib繪圖基礎(chǔ)

5.1.2設(shè)置pyplot的rc參數(shù)

5.1.3繪圖的填充

5.1.4文本注解

5.1.5在繪圖中顯示公式

5.1.6pyplot中的常用繪圖

5.1.7詞云

5.2Seaborn數(shù)據(jù)可視化

5.2.1風(fēng)格設(shè)置

5.2.2Seaborn中的常用繪圖

5.3pyecharts數(shù)據(jù)可視化

5.3.1pyecharts的使用方法

5.3.2pyecharts中的常用繪圖

5.4小結(jié)

習(xí)題5

本章實訓(xùn)

第6章認(rèn)識數(shù)據(jù)

6.1屬性及其類型

6.1.1屬性

6.1.2屬性的類型

6.2數(shù)據(jù)的基本統(tǒng)計描述

6.2.1中心趨勢度量

6.2.2數(shù)據(jù)散布度量

6.3數(shù)據(jù)可視化

6.3.1基于像素的可視化技術(shù)

6.3.2幾何投影可視化技術(shù)

6.3.3基于圖符的可視化技術(shù)

6.3.4層次可視化技術(shù)

6.3.5可視化復(fù)雜對象和關(guān)系

6.3.6高維數(shù)據(jù)可視化

6.3.7Python可視化

6.4數(shù)據(jù)對象的相似性度量

6.4.1數(shù)據(jù)矩陣和相異性矩陣

6.4.2標(biāo)稱屬性的相似性度量

6.4.3二元屬性的相似性度量

6.4.4數(shù)值屬性的相似性度量

6.4.5序數(shù)屬性的相似性度量

6.4.6混合類型屬性的相似性

6.4.7余弦相似性

6.4.8距離度量的Python實現(xiàn)

6.5小結(jié)

習(xí)題6

本章實訓(xùn)

第7章數(shù)據(jù)預(yù)處理

7.1數(shù)據(jù)預(yù)處理的必要性

7.1.1原始數(shù)據(jù)中存在的問題

7.1.2數(shù)據(jù)質(zhì)量要求

7.2數(shù)據(jù)清洗

7.2.1數(shù)據(jù)清洗方法

7.2.2使用Pandas進行數(shù)據(jù)清洗

7.3數(shù)據(jù)集成

7.3.1數(shù)據(jù)集成過程中的關(guān)鍵問題

7.3.2使用Pandas合并數(shù)據(jù)

7.4數(shù)據(jù)標(biāo)準(zhǔn)化

7.4.1離差標(biāo)準(zhǔn)化數(shù)據(jù)

7.4.2標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化數(shù)據(jù)

7.5數(shù)據(jù)歸約

7.5.1維歸約

7.5.2數(shù)量歸約

7.5.3數(shù)據(jù)壓縮

7.6數(shù)據(jù)變換與數(shù)據(jù)離散化

7.6.1數(shù)據(jù)變換的策略

7.6.2Python數(shù)據(jù)變換與離散化

7.7使用scikit�瞝earn進行數(shù)據(jù)預(yù)處理

7.8小結(jié)

習(xí)題7

本章實訓(xùn)

第8章回歸分析

8.1回歸分析概述

8.1.1回歸分析的定義與分類

8.1.2回歸分析的過程

8.1.3回歸算法的評價

8.2一元線性回歸分析

8.2.1一元線性回歸方法

8.2.2一元線性回歸模型的參數(shù)估計

8.2.3一元線性回歸模型的誤差項方差估計

8.2.4一元線性回歸模型的統(tǒng)計檢驗

8.2.5一元線性回歸的Python實現(xiàn)

8.3多元線性回歸

8.3.1多元線性回歸模型

8.3.2多元線性回歸模型的參數(shù)估計

8.3.3多元線性回歸的假設(shè)檢驗及評價

8.3.4多元線性回歸的Python實現(xiàn)

8.4邏輯回歸

8.4.1邏輯回歸模型

8.4.2邏輯回歸的Python實現(xiàn)

8.5其他回歸分析

8.5.1多項式回歸

8.5.2嶺回歸

8.5.3LASSO回歸

8.5.4彈性網(wǎng)絡(luò)回歸

8.5.5逐步回歸

8.6小結(jié)

習(xí)題8

本章實訓(xùn)

第9章關(guān)聯(lián)規(guī)則挖掘

9.1關(guān)聯(lián)規(guī)則分析概述

9.2頻繁項集、閉項集和關(guān)聯(lián)規(guī)則

9.3頻繁項集挖掘方法

9.3.1Apriori算法

9.3.2由頻繁項集產(chǎn)生關(guān)聯(lián)規(guī)則

9.3.3提高Apriori算法的效率

9.3.4頻繁模式增長算法

9.3.5使用垂直數(shù)據(jù)格式挖掘頻繁項集

9.4關(guān)聯(lián)模式評估方法

9.4.1強關(guān)聯(lián)規(guī)則不一定是有趣的

9.4.2從關(guān)聯(lián)分析到相關(guān)分析

9.5Apriori算法的應(yīng)用

9.6小結(jié)

習(xí)題9

本章實訓(xùn)

第10章分類

10.1分類概述

10.2決策樹歸納

10.2.1決策樹的原理

10.2.2ID3算法

10.2.3C4.5算法

10.2.4CART算法

10.2.5樹的剪枝

10.2.6決策樹的應(yīng)用

10.3K近鄰算法

10.3.1算法的原理

10.3.2Python算法的實現(xiàn)

10.4支持向量機

10.4.1算法的原理

10.4.2Python算法的實現(xiàn)

10.5貝葉斯分類

10.5.1算法的原理

10.5.2樸素貝葉斯分類

10.5.3高斯樸素貝葉斯分類

10.5.4多項式樸素貝葉斯分類

10.5.5樸素貝葉斯分類的應(yīng)用

10.6神經(jīng)網(wǎng)絡(luò)

10.6.1神經(jīng)元模型

10.6.2感知機與多層網(wǎng)絡(luò)

10.6.3BP神經(jīng)網(wǎng)絡(luò)

10.6.4BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用

10.7模型評估與選擇

10.7.1分類器性能的度量

10.7.2模型選擇

10.8組合分類

10.8.1組合分類方法簡介

10.8.2裝袋

10.8.3提升和AdaBoost

10.8.4隨機森林

10.9小結(jié)

習(xí)題10

本章實訓(xùn)

第11章聚類

11.1聚類分析概述

11.1.1聚類分析的概念

11.1.2聚類算法的分類

11.2K�睲eans聚類

11.2.1算法的原理

11.2.2算法的改進

11.2.3K�睲eans算法的實現(xiàn)

11.3層次聚類

11.3.1算法的原理

11.3.2簇間的距離度量

11.3.3凝聚層次聚類

11.3.4分裂層次聚類

11.3.5層次聚類的應(yīng)用

11.4基于密度的聚類

11.4.1算法的原理

11.4.2算法的改進

11.4.3DBSCAN算法的實現(xiàn)

11.5其他聚類方法

11.5.1STING聚類

11.5.2概念聚類

11.5.3模糊聚類

11.5.4高斯混合模型聚類

11.5.5近鄰傳播聚類

11.6聚類評估

11.6.1聚類趨勢的估計

11.6.2聚類簇數(shù)的確定

11.6.3聚類質(zhì)量的測定

11.7小結(jié)

習(xí)題11

本章實訓(xùn)

第12章離群點檢測

12.1離群點概述

12.1.1離群點的概念

12.1.2離群點的類型

12.1.3離群點檢測的挑戰(zhàn)

12.2離群點的檢測

12.2.1基于統(tǒng)計學(xué)的離群點檢測

12.2.2基于鄰近性的離群點檢測

12.2.3基于聚類的離群點檢測

12.2.4基于分類的離群點檢測

12.3scikit�瞝earn中的異常檢測方法

12.4小結(jié)

習(xí)題12

本章實訓(xùn)

第13章文本和時序數(shù)據(jù)挖掘

13.1文本數(shù)據(jù)挖掘

13.1.1文本挖掘概述

13.1.2文本挖掘的過程與任務(wù)

13.1.3文本分析與挖掘的主要方法

13.2時序數(shù)據(jù)挖掘

13.2.1時間序列和時間序列數(shù)據(jù)分析

13.2.2時間序列平穩(wěn)性和隨機性判定

13.2.3自回歸滑動平均（ARMA）模型

13.2.4差分整合移動平均自回歸（ARIMA）模型

13.2.5季節(jié)性差分自回歸移動平均（SARIMA）模型

13.3小結(jié)

習(xí)題13

參考文獻