Python高维数据分析

图书标准信息

• 作者 赵煜辉
• 出版社 西安电子科技大学出版社
• 出版时间 2020-08
• 版次 1
• ISBN 9787560655772
• 定价 43.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 276页

【内容简介】

本书从矩阵计算如特征值分解和奇异值分解出发，讨论了正规方程的*小二乘法模型引出欠秩线性方程组的求解方法问题；然后介绍了两种有损的降维方法，即主成分分析（主成分回归）和偏*小二乘回归，包括模型、 算法和多个实例，并扩展到线性回归的正则化方法，给出了岭回归和Lasso的原理算法和实例；*后通过红外光谱的标定迁移实例将线性模型扩展到迁移学习领域。
  本书每章都有基于Python语言和Sklearn机器学习库的红外光谱数据集分析的实例。红外光谱集是关于物质吸光率的纯数据，可以与其标签标示的数据物质浓度直接进行回归分析，读者在阅读中可以把精力*限度地集中在高维数据的建模、 算法实现和分析过程上。
  本书既可作为信息管理和信息系统专业、 计算机相关专业和大数据专业的教学用书，也可作为从事光谱分析、 化学分析的工程人员及化学计量学研究人员的参考书，还适合对数据分析和研究感兴趣的其他Python工程师学习阅读。本书引用的原始文献和数据对上述人员是非常有帮助的。