目录
扫一扫
源码下载
第1章绪论
1.1数据分析与数据挖掘
1.1.1数据分析
1.1.2数据挖掘
1.1.3数据分析与数据挖掘的联系
1.2数据挖掘的主要任务
1.2.1关联分析
1.2.2数据的预测建模
1.2.3聚类分析
1.2.4离群点检测
1.3数据挖掘的数据源
1.3.1数据库数据
1.3.2数据仓库
1.3.3事务数据库
1.3.4其他类型数据
1.4数据挖掘使用的技术
1.4.1统计学
1.4.2机器学习
1.4.3数据库系统与数据仓库
1.5数据挖掘存在的主要问题
1.6数据挖掘建模常用的工具
1.6.1商用工具
1.6.2开源工具
1.7为何选用Python进行数据挖掘
1.8Python数据挖掘常用的库
1.9Jupyter Notebook的使用
1.10小结
习题1
第2章Python编程基础
2.1Python语言的基本语法
2.1.1基础数据类型
2.1.2变量和赋值
2.1.3运算符和表达式
2.1.4字符串
2.1.5流程控制
2.2内置数据类型
2.2.1列表
2.2.2元组
2.2.3字典
2.2.4集合
2.3函数
2.3.1函数的定义
2.3.2lambda函数
2.4文件操作
2.4.1文件处理过程
2.4.2数据的读取方法
2.4.3读取CSV文件
2.4.4文件的写入与关闭
2.5小结
习题2
本章实训
第3章NumPy数值计算
3.1NumPy多维数组
3.1.1创建数组对象
3.1.2ndarray对象的属性和数据转换
3.1.3生成随机数
3.1.4数组变换
3.2数组的索引和切片
3.2.1一维数组的索引
3.2.2多维数组的索引
3.3数组的运算
3.3.1数组和标量间的运算
3.3.2ufunc函数
3.3.3条件逻辑运算
3.4数组的读/写
3.4.1读/写二进制文件
3.4.2读/写文本文件
3.4.3读取CSV文件
3.5NumPy中的数据统计与分析
3.5.1排序
3.5.2重复数据与去重
3.5.3常用统计函数
3.6小结
习题3
本章实训
第4章Pandas数据分析
4.1Pandas中的数据结构
4.1.1Series
4.1.2DataFrame
4.1.3索引对象
4.1.4查看DataFrame的常用属性
4.2数据的载入
4.2.1读/写文本文件
4.2.2读/写Excel文件
4.2.3读/写JSON数据
4.2.4读取数据库文件
4.3Pandas索引操作
4.3.1重新索引
4.3.2更换索引
4.4DataFrame数据的查询与编辑
4.4.1DataFrame数据的查询
4.4.2DataFrame数据的编辑
4.4.3DataFrame数据的变换
4.5Pandas数据运算
4.5.1算术运算
4.5.2DataFrame数据的比较
4.5.3函数应用和映射
4.5.4排序
4.5.5汇总与统计
4.6数据分组与聚合
4.6.1数据分组
4.6.2数据聚合
4.6.3分组运算
4.7数据透视表
4.7.1透视表
4.7.2交叉表
4.8Pandas可视化
4.8.1线形图
4.8.2柱状图
4.8.3直方图
4.8.4密度图
4.8.5散点图
4.9小结
习题4
本章实训
第5章Python数据可视化
5.1Matplotlib数据可视化
5.1.1Matplotlib绘图基础
5.1.2设置pyplot的rc参数
5.1.3绘图的填充
5.1.4文本注解
5.1.5在绘图中显示公式
5.1.6pyplot中的常用绘图
5.1.7词云
5.2Seaborn数据可视化
5.2.1风格设置
5.2.2Seaborn中的常用绘图
5.3pyecharts数据可视化
5.3.1pyecharts的使用方法
5.3.2pyecharts中的常用绘图
5.4小结
习题5
本章实训
第6章认识数据
6.1属性及其类型
6.1.1属性
6.1.2属性的类型
6.2数据的基本统计描述
6.2.1中心趋势度量
6.2.2数据散布度量
6.3数据可视化
6.3.1基于像素的可视化技术
6.3.2几何投影可视化技术
6.3.3基于图符的可视化技术
6.3.4层次可视化技术
6.3.5可视化复杂对象和关系
6.3.6高维数据可视化
6.3.7Python可视化
6.4数据对象的相似性度量
6.4.1数据矩阵和相异性矩阵
6.4.2标称属性的相似性度量
6.4.3二元属性的相似性度量
6.4.4数值属性的相似性度量
6.4.5序数属性的相似性度量
6.4.6混合类型属性的相似性
6.4.7余弦相似性
6.4.8距离度量的Python实现
6.5小结
习题6
本章实训
第7章数据预处理
7.1数据预处理的必要性
7.1.1原始数据中存在的问题
7.1.2数据质量要求
7.2数据清洗
7.2.1数据清洗方法
7.2.2使用Pandas进行数据清洗
7.3数据集成
7.3.1数据集成过程中的关键问题
7.3.2使用Pandas合并数据
7.4数据标准化
7.4.1离差标准化数据
7.4.2标准差标准化数据
7.5数据归约
7.5.1维归约
7.5.2数量归约
7.5.3数据压缩
7.6数据变换与数据离散化
7.6.1数据变换的策略
7.6.2Python数据变换与离散化
7.7使用scikitlearn进行数据预处理
7.8小结
习题7
本章实训
第8章回归分析
8.1回归分析概述
8.1.1回归分析的定义与分类
8.1.2回归分析的过程
8.1.3回归算法的评价
8.2一元线性回归分析
8.2.1一元线性回归方法
8.2.2一元线性回归模型的参数估计
8.2.3一元线性回归模型的误差项方差估计
8.2.4一元线性回归模型的统计检验
8.2.5一元线性回归的Python实现
8.3多元线性回归
8.3.1多元线性回归模型
8.3.2多元线性回归模型的参数估计
8.3.3多元线性回归的假设检验及评价
8.3.4多元线性回归的Python实现
8.4逻辑回归
8.4.1逻辑回归模型
8.4.2逻辑回归的Python实现
8.5其他回归分析
8.5.1多项式回归
8.5.2岭回归
8.5.3LASSO回归
8.5.4弹性网络回归
8.5.5逐步回归
8.6小结
习题8
本章实训
第9章关联规则挖掘
9.1关联规则分析概述
9.2频繁项集、闭项集和关联规则
9.3频繁项集挖掘方法
9.3.1Apriori算法
9.3.2由频繁项集产生关联规则
9.3.3提高Apriori算法的效率
9.3.4频繁模式增长算法
9.3.5使用垂直数据格式挖掘频繁项集
9.4关联模式评估方法
9.4.1强关联规则不一定是有趣的
9.4.2从关联分析到相关分析
9.5Apriori算法的应用
9.6小结
习题9
本章实训
第10章分类
10.1分类概述
10.2决策树归纳
10.2.1决策树的原理
10.2.2ID3算法
10.2.3C4.5算法
10.2.4CART算法
10.2.5树的剪枝
10.2.6决策树的应用
10.3K近邻算法
10.3.1算法的原理
10.3.2Python算法的实现
10.4支持向量机
10.4.1算法的原理
10.4.2Python算法的实现
10.5贝叶斯分类
10.5.1算法的原理
10.5.2朴素贝叶斯分类
10.5.3高斯朴素贝叶斯分类
10.5.4多项式朴素贝叶斯分类
10.5.5朴素贝叶斯分类的应用
10.6神经网络
10.6.1神经元模型
10.6.2感知机与多层网络
10.6.3BP神经网络
10.6.4BP神经网络的应用
10.7模型评估与选择
10.7.1分类器性能的度量
10.7.2模型选择
10.8组合分类
10.8.1组合分类方法简介
10.8.2装袋
10.8.3提升和AdaBoost
10.8.4随机森林
10.9小结
习题10
本章实训
第11章聚类
11.1聚类分析概述
11.1.1聚类分析的概念
11.1.2聚类算法的分类
11.2KMeans聚类
11.2.1算法的原理
11.2.2算法的改进
11.2.3KMeans算法的实现
11.3层次聚类
11.3.1算法的原理
11.3.2簇间的距离度量
11.3.3凝聚层次聚类
11.3.4分裂层次聚类
11.3.5层次聚类的应用
11.4基于密度的聚类
11.4.1算法的原理
11.4.2算法的改进
11.4.3DBSCAN算法的实现
11.5其他聚类方法
11.5.1STING聚类
11.5.2概念聚类
11.5.3模糊聚类
11.5.4高斯混合模型聚类
11.5.5近邻传播聚类
11.6聚类评估
11.6.1聚类趋势的估计
11.6.2聚类簇数的确定
11.6.3聚类质量的测定
11.7小结
习题11
本章实训
第12章离群点检测
12.1离群点概述
12.1.1离群点的概念
12.1.2离群点的类型
12.1.3离群点检测的挑战
12.2离群点的检测
12.2.1基于统计学的离群点检测
12.2.2基于邻近性的离群点检测
12.2.3基于聚类的离群点检测
12.2.4基于分类的离群点检测
12.3scikitlearn中的异常检测方法
12.4小结
习题12
本章实训
第13章文本和时序数据挖掘
13.1文本数据挖掘
13.1.1文本挖掘概述
13.1.2文本挖掘的过程与任务
13.1.3文本分析与挖掘的主要方法
13.2时序数据挖掘
13.2.1时间序列和时间序列数据分析
13.2.2时间序列平稳性和随机性判定
13.2.3自回归滑动平均（ARMA）模型
13.2.4差分整合移动平均自回归（ARIMA）模型
13.2.5季节性差分自回归移动平均（SARIMA）模型
13.3小结
习题13
参考文献
