Python与数据挖掘

Python与数据挖掘
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: , , ,
2016-11
版次: 1
ISBN: 9787111552611
定价: 49.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 175页
字数: 130千字
116人买过
  •   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。 前言 
    第一部分 基础篇 
    第1章 数据挖掘概述 2 
    1.1 数据挖掘简介 2 
    1.2 工具简介 3 
    1.2.1 WEKA 3 
    1.2.2 RapidMiner 4 
    1.2.3 Python 5 
    1.2.4 R 5 
    1.3 Python开发环境的搭建 6 
    1.3.1 Python安装 6 
    1.3.2 Python初识 11 
    1.3.3 与读者的约定 14 
    1.4 小结 15 
    第2章 Python基础入门 16 
    2.1 常用操作符 16 
    2.1.1 算术操作符 17 
    2.1.2 赋值操作符 17 
    2.1.3 比较操作符 18 
    2.1.4 逻辑操作符 18 
    2.1.5 操作符优先级 18 
    2.2 数字数据 19 
    2.2.1 变量与赋值 19 
    2.2.2 数字数据类型 20 
    2.3 流程控制 20 
    2.3.1 if语句 21 
    2.3.2 while循环 23 
    2.3.3 for循环 25 
    2.4 数据结构 27 
    2.4.1 列表 28 
    2.4.2 字符串 31 
    2.4.3 元组 35 
    2.4.4 字典 36 
    2.4.5 集合 39 
    2.5 文件的读写 40 
    2.5.1 改变工作目录 40 
    2.5.2 txt文件读取 41 
    2.5.3 csv文件读取 42 
    2.5.4 文件输出 43 
    2.5.5 使用JSON处理数据 43 
    2.6 上机实验 44 
    第3章 函数 47 
    3.1 创建函数 48 
    3.2 函数参数 50 
    3.3 可变对象与不可变对象 52 
    3.4 作用域 53 
    3.5 上机实验 55 
    第4章 面向对象编程 56 
    4.1 简介 56 
    4.2 类与对象 58 
    4.3 __init__方法 59 
    4.4 对象的方法 61 
    4.5 继承 65 
    4.6 上机实验 68 
    第5章 Python实用模块 69 
    5.1 什么是模块 69 
    5.2 NumPy 70 
    5.3 Pandas 75 
    5.4 SciPy 81 
    5.5 scikit-learn 84 
    5.6 其他Python常用模块 87 
    5.7 小结 88 
    5.8 上机实验 88 
    第6章 图表绘制入门 89 
    6.1 Matplotlib 89 
    6.2 Bokeh 94 
    6.3 其他优秀的绘图模块 97 
    6.4 小结 97 
    6.5 上机实验 97 
    第二部分 建模应用篇 
    第7章 分类与预测 100 
    7.1 回归分析 100 
    7.1.1 线性回归 101 
    7.1.2 逻辑回归 104 
    7.2 决策树 107 
    7.2.1 ID3算法 107 
    7.2.2 其他树模型 111 
    7.3 人工神经网络 113 
    7.4 kNN算法 122 
    7.5 朴素贝叶斯分类算法 124 
    7.6 小结 127 
    7.7 上机实验 127 
    第8章 聚类分析建模 129 
    8.1 K-Means聚类分析函数 129 
    8.2 系统聚类算法 133 
    8.3 DBSCAN聚类算法 138 
    8.4 上机实验 142 
    第9章 关联规则分析 144 
    9.1 Apriori关联规则算法 145 
    9.2 Apriori在Python中的实现 146 
    9.3 小结 149 
    9.4 上机实验 149 
    第10章 智能推荐 151 
    10.1 基于用户的协同过滤算法 152 
    10.2 基于用户的协同过滤算法在Python中的实现 154 
    10.3 小结 157 
    10.4 上机实验 157 
    第11章 时间序列分析 159 
    11.1 ARIMA模型 159 
    11.2 小结 171 
    11.3 上机实验 172 
    参考文献 174
  • 内容简介:
      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。
  • 目录:
    前言 
    第一部分 基础篇 
    第1章 数据挖掘概述 2 
    1.1 数据挖掘简介 2 
    1.2 工具简介 3 
    1.2.1 WEKA 3 
    1.2.2 RapidMiner 4 
    1.2.3 Python 5 
    1.2.4 R 5 
    1.3 Python开发环境的搭建 6 
    1.3.1 Python安装 6 
    1.3.2 Python初识 11 
    1.3.3 与读者的约定 14 
    1.4 小结 15 
    第2章 Python基础入门 16 
    2.1 常用操作符 16 
    2.1.1 算术操作符 17 
    2.1.2 赋值操作符 17 
    2.1.3 比较操作符 18 
    2.1.4 逻辑操作符 18 
    2.1.5 操作符优先级 18 
    2.2 数字数据 19 
    2.2.1 变量与赋值 19 
    2.2.2 数字数据类型 20 
    2.3 流程控制 20 
    2.3.1 if语句 21 
    2.3.2 while循环 23 
    2.3.3 for循环 25 
    2.4 数据结构 27 
    2.4.1 列表 28 
    2.4.2 字符串 31 
    2.4.3 元组 35 
    2.4.4 字典 36 
    2.4.5 集合 39 
    2.5 文件的读写 40 
    2.5.1 改变工作目录 40 
    2.5.2 txt文件读取 41 
    2.5.3 csv文件读取 42 
    2.5.4 文件输出 43 
    2.5.5 使用JSON处理数据 43 
    2.6 上机实验 44 
    第3章 函数 47 
    3.1 创建函数 48 
    3.2 函数参数 50 
    3.3 可变对象与不可变对象 52 
    3.4 作用域 53 
    3.5 上机实验 55 
    第4章 面向对象编程 56 
    4.1 简介 56 
    4.2 类与对象 58 
    4.3 __init__方法 59 
    4.4 对象的方法 61 
    4.5 继承 65 
    4.6 上机实验 68 
    第5章 Python实用模块 69 
    5.1 什么是模块 69 
    5.2 NumPy 70 
    5.3 Pandas 75 
    5.4 SciPy 81 
    5.5 scikit-learn 84 
    5.6 其他Python常用模块 87 
    5.7 小结 88 
    5.8 上机实验 88 
    第6章 图表绘制入门 89 
    6.1 Matplotlib 89 
    6.2 Bokeh 94 
    6.3 其他优秀的绘图模块 97 
    6.4 小结 97 
    6.5 上机实验 97 
    第二部分 建模应用篇 
    第7章 分类与预测 100 
    7.1 回归分析 100 
    7.1.1 线性回归 101 
    7.1.2 逻辑回归 104 
    7.2 决策树 107 
    7.2.1 ID3算法 107 
    7.2.2 其他树模型 111 
    7.3 人工神经网络 113 
    7.4 kNN算法 122 
    7.5 朴素贝叶斯分类算法 124 
    7.6 小结 127 
    7.7 上机实验 127 
    第8章 聚类分析建模 129 
    8.1 K-Means聚类分析函数 129 
    8.2 系统聚类算法 133 
    8.3 DBSCAN聚类算法 138 
    8.4 上机实验 142 
    第9章 关联规则分析 144 
    9.1 Apriori关联规则算法 145 
    9.2 Apriori在Python中的实现 146 
    9.3 小结 149 
    9.4 上机实验 149 
    第10章 智能推荐 151 
    10.1 基于用户的协同过滤算法 152 
    10.2 基于用户的协同过滤算法在Python中的实现 154 
    10.3 小结 157 
    10.4 上机实验 157 
    第11章 时间序列分析 159 
    11.1 ARIMA模型 159 
    11.2 小结 171 
    11.3 上机实验 172 
    参考文献 174
查看详情
12
系列丛书 / 更多
Python与数据挖掘
大规模分布式存储系统:原理解析与架构实战
杨传辉 著
Python与数据挖掘
R语言数据分析与挖掘实战
张良均、云伟标、王路、刘晓勇 著
Python与数据挖掘
Hadoop技术内幕:深入解析MapReduce架构设计与实现原理
董西成 著
Python与数据挖掘
R语言与数据挖掘
张良均、谢佳标、杨坦、肖刚 著
Python与数据挖掘
大数据技术丛书:MATLAB数据分析与挖掘实战
张良均、杨坦、肖刚、徐圣兵 著
Python与数据挖掘
大数据挖掘:系统方法与实例分析
周英、卓金武、卞月青 著
Python与数据挖掘
Spark大数据分析实战
高彦杰、倪亚宇 著
Python与数据挖掘
Hadoop大数据分析与挖掘实战
张良均、樊哲、赵云龙、李成华 著
Python与数据挖掘
Spark大数据处理:技术、应用与性能优化
高彦杰 著
Python与数据挖掘
数据挖掘:实用案例分析
张良均、陈俊德、刘名军 著
Python与数据挖掘
Hadoop技术内幕:深入解析Hadoop Common和HDFS架构设计与实现原理
蔡斌、陈湘萍 著
Python与数据挖掘
Hadoop技术内幕:深入解析YARN架构设计与实现原理
董西成 著
相关图书 / 更多
Python与数据挖掘
Python和PySpark数据分析
(加)乔纳森·里乌
Python与数据挖掘
Python机器学习入门与实践 从深度学习到生成对抗网络GAN 深入浅出GAN生成对抗网络 实战gan TensorFlow与Keras 人工智能技术书籍
(日)大关真之
Python与数据挖掘
Python语言程序设计
王刚
Python与数据挖掘
Python代码编程 学科项目式编程(六年级)
冯建刚
Python与数据挖掘
Python机器学习 : 核心技术与开发实战 周志华西瓜书机器学习实战伴侣书
[美]普拉提克·乔希 著;李现伟 译者;颉腾文化 出品;阿尔伯托·阿尔塔桑切斯(美);曾小健
Python与数据挖掘
Python语言程序设计(微课版)
宁爱军 何志永
Python与数据挖掘
Python数据分析从入门到精通(第2版)
明日科技
Python与数据挖掘
Python数据分析与挖掘
齐福利
Python与数据挖掘
Python基础与应用(互联网+教育新形态一体化系列教材)
李喆时、谢家立、赵丽 编
Python与数据挖掘
Python数据分析与可视化项目实战
王振丽
Python与数据挖掘
Python爬虫从菜鸟到高手
李宁
Python与数据挖掘
Python程序设计基础教程
\"孙海龙 王济军\
您可能感兴趣 / 更多
Python与数据挖掘
Excel数据分析和可视化项目实战
张良均 著
Python与数据挖掘
Python数据分析与挖掘实战(第2版)
张良均、谭立云、刘名军、江建明 著
Python与数据挖掘
Hadoop与大数据挖掘
张良均 樊哲 位文超 刘名军 著
Python与数据挖掘
R语言与数据挖掘
张良均、谢佳标、杨坦、肖刚 著
Python与数据挖掘
Hadoop大数据分析与挖掘实战
张良均、樊哲、赵云龙、李成华 著
Python与数据挖掘
Python数据分析与挖掘实战
张良均、王路、谭立云、苏剑林 著
Python与数据挖掘
R语言数据分析与挖掘实战
张良均、云伟标、王路、刘晓勇 著
Python与数据挖掘
大数据技术丛书:MATLAB数据分析与挖掘实战
张良均、杨坦、肖刚、徐圣兵 著
Python与数据挖掘
数据挖掘:实用案例分析
张良均、陈俊德、刘名军 著
Python与数据挖掘
神经网络实用教程
张良均 著