Python与数据挖掘 / 大数据技术丛书
定价:¥49.00
                            								作者: 张良均,杨海宏,何子健等
出版时间:2016-11
出版社:机械工业出版社
- 机械工业出版社
 - 9787111552611
 - 1版
 - 227229
 - 47229786-0
 - 平装
 - 16开
 - 2016-11
 - 259
 - 185
 - TP311.56
 - 计算机通信类
 - 本科
 
                                作者简介
                            
                            
                                                                                        
                            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
                        
                        
                                目录?Contents前言第一部分 基础篇第1章 数据挖掘概述  21.1 数据挖掘简介  21.2 工具简介  31.2.1 WEKA  31.2.2 RapidMiner  41.2.3 Python  51.2.4 R  51.3 Python开发环境的搭建  61.3.1 Python安装  61.3.2 Python初识  111.3.3 与读者的约定  141.4 小结  15第2章 Python基础入门  162.1 常用操作符  162.1.1 算术操作符  172.1.2 赋值操作符  172.1.3 比较操作符  182.1.4 逻辑操作符  182.1.5 操作符优先级  182.2 数字数据  192.2.1 变量与赋值  192.2.2 数字数据类型  202.3 流程控制  202.3.1 if语句  212.3.2 while循环  232.3.3 for循环  252.4 数据结构  272.4.1 列表  282.4.2 字符串  312.4.3 元组  352.4.4 字典  362.4.5 集合  392.5 文件的读写  402.5.1 改变工作目录  402.5.2 txt文件读取  412.5.3 csv文件读取  422.5.4 文件输出  432.5.5 使用JSON处理数据  432.6 上机实验  44第3章 函数  473.1 创建函数  483.2 函数参数  503.3 可变对象与不可变对象  523.4 作用域  533.5 上机实验  55第4章 面向对象编程  564.1 简介  564.2 类与对象  584.3 __init__方法  594.4 对象的方法  614.5 继承  654.6 上机实验  68第5章 Python实用模块  695.1 什么是模块  695.2 NumPy  705.3 Pandas  755.4 SciPy  815.5 scikit-learn  845.6 其他Python常用模块  875.7 小结  885.8 上机实验  88第6章 图表绘制入门  896.1 Matplotlib  896.2 Bokeh  946.3 其他优秀的绘图模块  976.4 小结  976.5 上机实验  97第二部分 建模应用篇第7章 分类与预测  1007.1 回归分析  1007.1.1 线性回归  1017.1.2 逻辑回归  1047.2 决策树  1077.2.1 ID3算法  1077.2.2 其他树模型  1117.3 人工神经网络  1137.4 kNN算法  1227.5 朴素贝叶斯分类算法  1247.6 小结  1277.7 上机实验  127第8章 聚类分析建模  1298.1 K-Means聚类分析函数  1298.2 系统聚类算法  1338.3 DBSCAN聚类算法  1388.4 上机实验  142第9章 关联规则分析  1449.1 Apriori关联规则算法  1459.2 Apriori在Python中的实现  1469.3 小结  1499.4 上机实验  149第10章 智能推荐  15110.1 基于用户的协同过滤算法  15210.2 基于用户的协同过滤算法在Python中的实现  15410.3 小结  15710.4 上机实验  157第11章 时间序列分析  15911.1 ARIMA模型  15911.2 小结  17111.3 上机实验   172参考文献  174                            
                            
                        
                        
                        
                    













