Python与数据挖掘

本书主要分为两大部分，基础篇和建模应用篇。基础篇介绍了有关Python开发环境的搭建、Python基础入门、函数、面向对象编程、实用模块和图表绘制等基础知识。建模应用篇主要介绍了目前在数据挖掘中的常用的建模方法在Python中的实现函数，并对输出结果进行了解释，有助于读者快速掌握应用Python进行分析挖掘建模的方法。本书配套提供了书中使用的示例代码及所用的数据，读者可通过上机实验，快速掌握书中所介绍的Python的使用方法。

张良均，资历大数据挖掘专家和模式识别专家，有10多年的大数据挖掘应用、咨询经验，10余年数据仓库系统管理与实施经验，超过10年的系统开发与设计经验。为电信、电力、互联网、生产制造、零售、银行、生物、化工、医药等多个行业上百家大型企业提供过数据挖掘应用与咨询服务，实践经验很好丰富。此外，他精通Java EE企业级应用开发，是广东工业大学和华南师范大学兼职教授，著有《神经网络实用教程》、《数据挖掘：实用案例分析》等畅销书。

前言
第一部分基础篇
第1章数据挖掘概述
1.1数据挖掘简介
1.2工具简介
1.2.1WEKA
1.2.2RapidMiner
1.2.3Python
1.2.4R
1.3Python开发环境的搭建
1.3.1Python安装
1.3.2Python初识
1.3.3与读者的约定
1.4小结
第2章Python基础入门
2.1常用操作符
2.1.1算术操作符
2.1.2赋值操作符
2.1.3比较操作符
2.1.4逻辑操作符
2.1.5操作符优先级
2.2数字数据
2.2.1变量与赋值
2.2.2数字数据类型
2.3流程控制
2.3.1if语句
2.3.2while循环
2.3.3for循环
2.4数据结构
2.4.1列表
2.4.2字符串
2.4.3元组
2.4.4字典
2.4.5集合
2.5文件的读写
2.5.1改变工作目录
2.5.2txt文件读取
2.5.3csv文件读取
2.5.4文件输出
2.5.5使用JSON处理数据
2.6上机实验
第3章函数
3.1创建函数
3.2函数参数
3.3可变对象与不可变对象
3.4作用域
3.5上机实验
第4章面向对象编程
4.1简介
4.2类与对象
4.3__init__方法
4.4对象的方法
4.5继承
4.6上机实验
第5章Python实用模块
5.1什么是模块
5.2Numpy
5.3Pandas
5.4SciPy
5.5scikit-learn
5.6其他Python常用模块
5.7小结
5.8上机实验
第6章图表绘制入门
6.1Matplotlib
6.2Bokeh
6.3其他优秀的绘图模块
6.4小结
6.5上机实验
第二部分建模应用篇
第7章分类与预测
7.1回归分析
7.1.1线性回归
7.1.2逻辑回归
7.2决策树
7.2.1ID3算法
7.2.2其他树模型
7.3人工神经网络
7.4kNN算法
7.5朴素贝叶斯分类算法
7.6小结
7.7上机实验
第8章聚类分析建模
8.1K-Means聚类分析函数
8.2系统聚类算法
8.3DBSCAN聚类算法
8.4上机实验
第9章关联规则分析
9.1Apriori关联规则算法
9.2Apriori在Python中的实现
9.3小结
9.4上机实验
第10章智能推荐
10.1基于用户的协同过滤算法
10.2基于用户的协同过滤算法在Python中的实现
10.3小结
10.4上机实验
第11章时间序列分析
11.1ARIMA模型
11.2小结
11.3上机实验
参考文献