數(shù)據(jù)準備和特征工程：數(shù)據(jù)工程師必知必會技能

第1 章 感知數(shù)據(jù) 001
1．0 了解數(shù)據(jù)科學項目 001
1．1 文件中的數(shù)據(jù) 003
1．1．1 CSV文件 003
1．1．2 Excel文件 009
1．1．3 圖像文件 015
1．2 數(shù)據(jù)庫中的數(shù)據(jù) 019
1．3 網(wǎng)頁上的數(shù)據(jù) 029
1．4 來自API 的數(shù)據(jù) 039
第2 章 數(shù)據(jù)清理 044
2．0 基本概念 045
2．1 轉(zhuǎn)化數(shù)據(jù)類型 046
2．2 處理重復數(shù)據(jù) 054
2．3 處理缺失數(shù)據(jù) 057
2．3．1 檢查缺失數(shù)據(jù) 058
2．3．2 用指定值填補 063
2．3．3 根據(jù)規(guī)律填補 069
2．4 處理離群數(shù)據(jù) 076
第3 章 特征變換 083
3．0 特征的類型 084
3．1 特征數(shù)值化 085
3．2 特征二值化 088
3．3 OneHot編碼 093
3．4 數(shù)據(jù)變換 098
3．5 特征離散化 104
3．5．1 無監(jiān)督離散化 104
3．5．2 有監(jiān)督離散化 110
3．6 數(shù)據(jù)規(guī)范化 113
第4 章 特征選擇 124
4．0 特征選擇簡述 124
4．1 封裝器法 127
4．1．1 循序特征選擇 127
4．1．2 窮舉特征選擇 135
4．1．3 遞歸特征消除 140
4．2 過濾器法 144
4．3 嵌入法 149
第5 章 特征抽取 154
5．1 無監(jiān)督特征抽取 154
5．1．1 主成分分析 154
5．1．2 因子分析 161
5．2 有監(jiān)督特征抽取 167
附錄A Jupyter簡介 173
附錄B NumPy簡介 176
附錄C Pandas簡介 185
附錄D Matplotlib簡介 194
后記 199