数据分析与挖掘实践(Python版)
正版保障 假一赔十 可开发票
￥ 36.34 6.2折 ￥ 59 全新
库存3件
作者程恺[等]编著
出版社西安电子科技大学出版社
ISBN9787560667973
出版时间2023-04
装帧平装
开本16开
定价59元
货号12654496
上书时间2024-12-12
商品详情
- 品相描述：全新
- 商品描述
-
目录
基础篇
第1章Python数据分析与挖掘概述
1.1 Python语言概述
1.2常用的扩展库
1.3Anaconda的安装与使用
1.4 PyCharm的安装与使用
第2章 Python数据分析与挖掘基础.
2.1NumPy的基本操作
2.2 Pandas的基本操作.
2.3 Matplotlib的基本操作.
2.4 Scikit-Learn的基本操作.
2.5利用Pandas进行数据分析
第3章数据探索.
3.1异常值分析
3.2缺失值分析
3.3统计量分析
3.4相关性分析
3.5对比分析
3.6准备数据
3.7探索性分析
3.8相关性分析
3.9数据特征分布
3.10数据分布可视化
3.11分类模型第4章 数据预处理
4.1数据清洗
4.2数据集成
4.3数据归约
4.4数据转换
4.5数据清理：缺失值的检测与填补
4.6数据集成：冗余和相关性分析
4.7数据归约
4.8数据变换
第5章挖掘建模
5.1关联规则挖掘
5.2分类和预测
5.3聚类分析
5.4关联规则挖掘实验
5.5决策树分类实验
5.6模型评估实验
5.7管道和超参数调优实验
5.8支持向量机实验
5.9神经网络实验
5.10基于划分方法聚类实验
5.11基于层次方法聚类实验
5.12基于密度方法聚类实验
5.13聚类评估实验
综合篇
第6章基于关联规则进行商品推荐案例
6.1案例概述
6.2电影数据准备
6.3利用关联规则实现电影推荐实战
6.4优化思路
第7章电信用户流失分类预测案例
7.1案例概述
7.2数据介绍
7.3数据预处理
7.4可视化分析
……
11.3数据处理.…
11.4训练模型
11.5可视化模型预测结果
11.6使用模型
11.7优化思路.
参考文献...
精彩内容
本书主要介绍Python数据分析与挖掘实践，全书共11章，分为基础篇和综合篇。第1~5章为基础篇，包括Python数据分析与挖掘概述、Python数据分析与挖掘基础、数据探索、数据预处理、挖掘建模等内容；第6~11章为综合篇，列举分析了6个实用案例，包括基于关联规则进行商品推荐案例、电信用户流失分类预测案例、二手车交易价格回归预测案例、航空公司客户价值聚类分析案例、基于LGB进行新闻文本分类案例、基于PyTorch进行昆虫图像分类案例。通过基础篇和综合篇的学习，可以掌握数据分析与挖掘的实践技能，能够综合利用数据分析与挖掘技术解决实际问题。本书可作为大数据工程专业数据分析与挖掘课程的实验指导书，也可作为数据分析与挖掘及软件开发人员的参考书。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价