Python数据分析与挖掘实战

作品简介

本书从实践出发，结合大量数据挖掘工程案例及教学经验，以真实案例为主线，深入浅出地介绍数据挖掘建模过程中的有关任务：数据探索、数据预处理、分类与预测、聚类分析、时序预测、关联规则挖掘、智能推荐和偏差检测等。因此，图书的编排以解决某个应用的挖掘目标为前提，先介绍案例背景提出挖掘目标，再阐述分析方法与过程，最后完成模型构建。在介绍建模过程的同时穿插操作训练，把相关的知识点嵌入相应的操作过程中。为方便读者轻松地获取真实的实验环境，本书使用目前在数据科学领域非常热门的Python语言对样本数据进行处理以进行挖掘建模。

作者：张良均 等

作品目录

• 前言
• 基础篇
• 第1章　数据挖掘基础
• 1.1　某知名连锁餐饮企业的困惑
• 1.2　从餐饮服务到数据挖掘
• 1.3　数据挖掘的基本任务
• 1.4　数据挖掘建模过程
• 1.5　常用的数据挖掘建模工具
• 1.6　小结
• 第2章　Python数据分析简介
• 2.1　搭建Python开发平台
• 2.2　Python使用入门
• 2.3　Python数据分析工具
• 2.4　配套资源使用设置
• 2.5　小结
• 第3章　数据探索
• 3.1　数据质量分析
• 3.2　数据特征分析
• 3.3　Python主要数据探索函数
• 3.4　小结
• 第4章　数据预处理
• 4.1　数据清洗
• 4.2　数据集成
• 4.3　数据变换
• 4.4　数据规约
• 4.5　Python主要数据预处理函数
• 4.6　小结
• 第5章　挖掘建模
• 5.1　分类与预测
• 5.2　聚类分析
• 5.3　关联规则
• 5.4　时序模式
• 5.5　离群点检测
• 5.6　小结
• 实战篇
• 第6章　电力窃漏电用户自动识别
• 6.1　背景与挖掘目标
• 6.2　分析方法与过程
• 6.3　上机实验
• 6.4　拓展思考
• 6.5　小结
• 第7章　航空公司客户价值分析
• 7.1　背景与挖掘目标
• 7.2　分析方法与过程
• 7.3　上机实验
• 7.4　拓展思考
• 7.5　小结
• 第8章　中医证型关联规则挖掘
• 8.1　背景与挖掘目标
• 8.2　分析方法与过程
• 8.3　上机实验
• 8.4　拓展思考
• 8.5　小结
• 第9章　基于水色图像的水质评价
• 9.1　背景与挖掘目标
• 9.2　分析方法与过程
• 9.3　上机实验
• 9.4　拓展思考
• 9.5　小结
• 第10章　家用电器用户行为分析与事件识别
• 10.1　背景与挖掘目标
• 10.2　分析方法与过程
• 10.3　上机实验
• 10.4　拓展思考
• 10.5　小结
• 第11章　应用系统负载分析与磁盘容量预测
• 11.1　背景与挖掘目标
• 11.2　分析方法与过程
• 11.3　上机实验
• 11.4　拓展思考
• 11.5　小结
• 第12章　电子商务网站用户行为分析及服务推荐
• 12.1　背景与挖掘目标
• 12.2　分析方法与过程
• 12.3　上机实验
• 12.4　拓展思考
• 12.5　小结
• 第13章　财政收入影响因素分析及预测模型
• 13.1　背景与挖掘目标
• 13.2　分析方法与过程
• 13.3　上机实验
• 13.4　拓展思考
• 13.5　小结
• 第14章　基于基站定位数据的商圈分析
• 14.1　背景与挖掘目标
• 14.2　分析方法与过程
• 14.3　上机实验
• 14.4　拓展思考
• 14.5　小结
• 第15章　电商产品评论数据情感分析
• 15.1　背景与挖掘目标
• 15.2　分析方法与过程
• 15.3　上机实验
• 15.4　拓展思考
• 15.5　小结