您好,欢迎来到聚文网。 登录 免费注册
Python数据分析与挖掘实战(第2版)

Python数据分析与挖掘实战(第2版)

  • 装帧: 平装
  • 出版社: 机械工业出版社
  • 作者: 张良均 等
  • 出版日期: 2022-04-01
  • 商品条码: 9787111640028
  • 版次: 2
  • 开本: 16开
  • 页数: 352
  • 出版年份: 2022
定价:¥89 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
编辑推荐
(1)畅销书全新升级,第1版销售超过10万册,被国内100余所高等院校采用为教材,同时被广大数据科学工作者奉为经典,是该领域公认的事实标准。(2)作者在大数据挖掘与分析等领域有10余年的工程实践、教学和创办企业的经验,不仅掌握行业的近期新技术和实践方法,而且洞悉学生和老师的需求与痛点。(3)本书提供丰富的配套资源,如上机环境、Python源代码、案例建模数据、教学PPT。
内容简介
本书是Python数据分析与挖掘领域的公认的事实标准,第1版销售超过10万册,销售势头依然强劲,被国内100余所高等院校采用为教材,同时也被广大数据科学工作者奉为经典。作者在大数据挖掘与分析等领域有10余年的工程实践、教学和创办企业的经验,不仅掌握行业的近期新技术和实践方法,而且洞悉学生和老师的需求与痛点,这为本书的内容和形式提供了强有力的保障,这是本书第1版能大获成功的关键因素。全书共13章,分为三个部分,从技术理论、工程实践和进阶提升三个维度对数据分析与挖掘进行了详细的讲解。第一部分 基础篇(第1~5章)主要讲解了Python数据分析与挖掘的工具和技术理论,包括数据挖掘的基础知识、Python数据挖掘与建模工具、数据挖掘的建模过程,以及挖掘建模的常用算法和原理等内容。第二部分 实战篇(第6~12章)通过工程实践案例讲解了数据挖掘技术在金融、航空、零售、能源、制造、电商等行业的应用。在案例组织结构上,本书按照“介绍案例背景与挖掘目标→阐述分析方法与过程→完成模型构建”的顺序进行,在建模过程关键环节,穿插程序实现代码。最后,通过上机实践加深对案例应用中的数据挖掘技术的理解。第三部分 提高篇(第13章)重点讲解了基于Python引擎的开源数据挖掘建模平台(TipDM)的功能和使用方法,以航空公司客户价值分析为案例,介绍了如何使用该平台快速搭建数据分析与挖掘工程。本书不仅提供TipDM这样的上机实践环境,而且还提供配套的案例建模数据、Python源代码、教学PPT。
作者简介
 
目录
前言
基础篇
第1章数据挖掘基础2
1.1某知名连锁餐饮企业的困惑2
1.2从餐饮服务到数据挖掘4
1.3数据挖掘的基本任务5
1.4数据挖掘建模过程5
1.4.1定义挖掘目标6
1.4.2数据取样6
1.4.3数据探索7
1.4.4数据预处理8
1.4.5挖掘建模8
1.4.6模型评价8
1.5常用数据挖掘建模工具9
1.6小结11
第2章Python数据分析简介12
2.1搭建Python开发平台14
2.1.1所要考虑的问题14
2.1.2基础平台的搭建14
2.2Python使用入门16
2.2.1运行方式16
2.2.2基本命令17
2.2.3数据结构19
2.2.4库的导入与添加24
2.3Python数据分析工具26
2.3.1NumPy27
2.3.2SciPy28
2.3.3Matplotlib29
2.3.4pandas31
2.3.5StatsModels33
2.3.6scikit-learn33
2.3.7Keras34
2.3.8Gensim36
2.4配套附件使用设置37
2.5小结38
第3章数据探索39
3.1数据质量分析39
3.1.1缺失值分析40
3.1.2异常值分析40
3.1.3一致性分析44
3.2数据特征分析44
3.2.1分布分析44
3.2.2对比分析48
3.2.3统计量分析51
3.2.4周期性分析54
3.2.5贡献度分析55
3.2.6相关性分析58
3.3Python主要数据探索函数62
3.3.1基本统计特征函数62
3.3.2拓展统计特征函数66
3.3.3统计绘图函数67
3.4小结74
第4章数据预处理75
4.1数据清洗75
4.1.1缺失值处理75
4.1.2异常值处理80
4.2数据集成80
4.2.1实体识别81
4.2.2冗余属性识别81
4.2.3数据变换81
4.2.4简单函数变换81
4.2.5规范化82
4.2.6连续属性离散化84
4.2.7属性构造87
4.2.8小波变换88
4.3数据归约91
4.3.1属性归约91
4.3.2数值归约95
4.4Python主要数据预处理函数98
4.5小结101
第5章挖掘建模102
5.1分类与预测102
5.1.1实现过程103
5.1.2常用的分类与预测算法103
5.1.3回归分析104
5.1.4决策树108
5.1.5人工神经网络115
5.1.6分类与预测算法评价120
5.1.7Python分类预测模型特点125
5.2聚类分析125
5.2.1常用聚类分析算法126
5.2.2K-Means聚类算法127
5.2.3聚类分析算法评价132
5.2.4Python主要聚类分析算法133
5.3关联规则135
5.3.1常用关联规则算法136
5.3.2Apriori算法136
5.4时序模式142
5.4.1时间序列算法142
5.4.2时间序列的预处理143
5.4.3平稳时间序列分析145
5.4.4非平稳时间序列分析148
5.4.5Python主要时序模式算法156
5.5离群点检测159
5.5.1离群点的成因及类型160
5.5.2离群点检测方法160
5.5.3基于模型的离群点检测方法161
5.5.4基于聚类的离群点检测方法164
5.6小结167
实战篇
第6章财政收入影响因素分析及预测170
6.1背景与挖掘目标170
6.2分析方法与过程171
6.2.1分析步骤与流程172
6.2.2数据探索分析172
6.2.3数据预处理176
6.2.4模型构建178
6.3上机实验184
6.4拓展思考185
6.5小结186
第7章航空公司客户价值分析187
7.1背景与挖掘目标187
7.2分析方法与过程188
7.2.1分析步骤与流程189
7.2.2数据探索分析189
7.2.3数据预处理200
7.2.4模型构建207
7.2.5模型应用212
7.3上机实验214
7.4拓展思考215
7.5小结216
第8章商品零售购物篮分析217
8.1背景与挖掘目标217
8.2分析方法与过程218
8.2.1数据探索分析219
8.2.2数据预处理224
8.2.3模型构建226
8.3上机实验232
8.4拓展思考233
8.5小结233
第9章基于水色图像的水质评价234
9.1背景与挖掘目标234
9.2分析方法与过程235
9.2.1分析步骤与流程236
9.2.2数据预处理236
9.2.3模型构建240
9.2.4水质评价241
9.3上机实验242
9.4拓展思考242
9.5小结243
第10章家用热水器用户行为分析与事件识别244
10.1背景与挖掘目标244
10.2分析方法与过程245
10.2.1数据探索分析246
10.2.2数据预处理249
10.2.3模型构建260
10.2.4模型检验261
10.3上机实验262
10.4拓展思考264
10.5小结265
……

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网