从解决工作实际问题出发,提炼总结工作中Python 常用的数据处理、数据挖掘实战方法与技巧。本书通俗易懂地介绍数据挖掘过程中可能用到的回归模型、分类模型、聚类、关联、时间序列分析等技术。在不影响学习理解的前提下,尽可能地避免使用晦涩难懂的Python 编程、统计术语或模型公式。 本书定位是带领Python 数据分析初学者入门,并能解决学习、工作中大部分的问题或需求。入门后如还需要进一步进阶学习,可自行扩展阅读相关书籍或资料,学习是永无止境的,正所谓"师傅领进门,修行在个人”。

第1章 数据挖掘基础 /1 1.1 数据挖掘是什么 /1 1.1.1 数据挖掘算法的类型 /2 1.1.2 数据挖掘需要的技能 /4 1.1.3 数据挖掘的常见误区 /6 1.2 数据挖掘的常见问题 /8 1.2.1 预测问题 /9 1.2.2 分类问题 /9 1.2.3 聚类问题 /11 1.2.4 关联问题 /12 1.3 数据挖掘的标准流程 /13 1.3.1 商业理解 /14 1.3.2 数据理解 /14 1.3.3 数据准备 /14 1.3.4 模型构建 /15 1.3.5 模型评估 /15 1.3.6 模型部署 /15 1.4 数据分析和数据挖掘的区别 /16 1.4.1 数据分析 /16 1.4.2 数据挖掘 /17 第2章 回归模型 /18 2.1 回归模型简介 /18 2.2 相关分析 /20 2.2.1 依存关系 /20 2.2.2 相关系数的计算 /21 2.2.3 相关系数的方向与大小 /22 2.2.4 居民购物习惯相关分析案例 /23 2.3 简单线性回归分析 /25 2.3.1 线性回归方程解读 /25 2.3.2 使用*小二乘法求解回归方程 /26 2.3.3 使用广告投放费用预测销售额案例 /28 2.4 多重线性回归分析 /33 2.4.1 使用*小二乘法求解多重线性回归方程 /33 2.4.2 使用广告投放费用与客流量预测销售额案例 /36 2.5 一元非线性回归 /39 2.5.1 一元非线性回归模型 /39 2.5.2 一元非线性回归模型求解 /40 2.5.3 使用上线天数预测活跃用户数案例 /41 第3章 分类模型 /48 3.1 分类模型基础 /48 3.1.1 分类模型的建模五步骤 /49 3.1.2 分类模型评估指标 /50 3.1.3 K折交叉验证 /53 3.2 KNN模型 /54 3.2.1 KNN模型原理 /54 3.2.2 使用商户数据预测是否续约案例 /55 3.3 贝叶斯分类 /64 3.3.1 贝叶斯分类的核心概念 /65 3.3.2 朴素贝叶斯分类 /67 3.3.3 朴素贝叶斯分类算法在离散型特征上的求解 /68 3.3.4 朴素贝叶斯分类算法在连续型特征上的求解 /71 3.3.5 使用议员在议案上的投票记录预测其所属党派案例 /83 3.3.6 根据商户数据预测其是否续约案例 /85 3.3.7 根据新闻文本预测其所属分类案例 /86 3.4 决策树 /89 3.4.1 决策树分类 /89 3.4.2 决策树分类算法原理 /91 3.4.3 使用高中生基本信息预测其是否计划**案例 /93 3.4.4 案例解读 /102 3.5 随机森林 /104 3.5.1 随机森林的特点 /104 3.5.2 网格搜索 /106 3.5.3 使用随机森林算法提升决策树算法效果案例 /107 3.6 支持向量机 /111 3.6.1 支持向量机的核心原理 /111 3.6.2 根据葡萄酒成分数据预测其分类案例 /116 3.7 逻辑回归 /118 3.7.1 逻辑回归的核心概念 /118 3.7.2 逻辑回归的数学推导 /119 3.7.3 使用住户信息预测房屋是否屋主所有案例 /120 第4章 特征工程 /124 4.1 描述性统计分析 /125 4.2 数据标准化 /127 4.2.1 Min-Max标准化 /128 4.2.2 Z-Score 标准化 /129 4.2.3 Normalizer归一化 /131 4.3 数据变换 /132 4.3.1 二值化 /132 4.3.2 分桶 /135 4.3.3 幂变换 /138 4.4 缺失值处理 /139 4.4.1 删除缺失值所在的行 /140 4.4.2 均值/众数/中值填充 /141 4.4.3 模型填充 /142 4.5 降维 /143 4.5.1 主成分分析 /143 4.5.2 因子分析 /154 第5章 聚类算法 /160 5.1 K均值算法 /161 5.1.1 K均值算法的核心概念 /161 5.1.2 电信套餐制定案例 /164 5.2 DBSCAN算法 /169 5.2.1 DBSCAN算法核心概念 /170 5.2.2 用户常活动区域挖掘案例 /173 5.3 层次聚类算法 /175 5.3.1 演示:聚类层次的计算过程 /175 5.3.2 基于运营商基站信息挖掘商圈案例 /178 第6章 关联算法 /184 6.1 关联规则 /185 6.1.1 关联规则的核心概念 /186 6.1.2 超市关联规则挖掘案例 /188 6.1.3 超市关联规则解读 /192 6.2 协同过滤 /192 6.2.1 协同过滤算法的实现 /193 6.2.2 安装scikit-surprise模块 /196 6.2.3 基于电影数据的协同过滤案例 /197 6.3 奇异值分解 /201 第7章 时间序列 /206 7.1 时间序列分解 /206 7.1.1 非季节性时间序列分解 /207 7.1.2 季节性时间序列 /211 7.2 序列预测 /214 7.2.1 把不平稳的时间序列转换成平稳的时间序列 /214 7.2.2 自回归模型 /219 7.2.3 移动平均模型 /220 7.2.4 自回归移动平均模型 /221 第8章 模型持久化 /226 8.1 保存模型 /226 8.2 恢复模型 /228 8.3 管道模型 /229