123,123,123

內(nèi)容簡(jiǎn)介

　　數(shù)據(jù)分析與挖掘可以幫助人們從數(shù)據(jù)中發(fā)現(xiàn)規(guī)律獲取知識(shí)。Pandas與Scikit-learn是目前較為流行的數(shù)據(jù)分析、可視化與機(jī)器學(xué)習(xí)工具。通過(guò)Python語(yǔ)言可以方便地使用Pandas與Scikit-Iearn進(jìn)行數(shù)據(jù)分析與挖掘?！叮?021版）Pandas與scikit-learn數(shù)據(jù)分析與挖掘?qū)嵱弥改稀吠ㄟ^(guò)大量的實(shí)例系統(tǒng)地講解這兩個(gè)庫(kù)的使用。前兩章介紹了數(shù)據(jù)挖掘的基本概念和Python開發(fā)環(huán)境的搭建。第3章和第4章介紹Pandas與Scikit-leam的使用。第5章介紹特征工程，這是在數(shù)據(jù)挖掘與建模過(guò)程中非常重要的環(huán)節(jié)。最后一章通過(guò)實(shí)例來(lái)演示完整的數(shù)據(jù)挖掘項(xiàng)目流程?！叮?021版）Pandas與scikit-learn數(shù)據(jù)分析與挖掘?qū)嵱弥改稀愤m合高等院校理工科專業(yè)的本科生和研究生及其他任何對(duì)數(shù)據(jù)分析與挖掘感興趣的人士閱讀。

作者簡(jiǎn)介

暫缺《Pandas與scikit-learn數(shù)據(jù)分析與挖掘?qū)嵱弥改稀纷髡吆?jiǎn)介

圖書目錄

第 1章引言
1.1數(shù)據(jù)挖掘
1.2機(jī)器學(xué)習(xí)算法
1.3數(shù)據(jù)挖掘的主要流程
第 2章 Python 基礎(chǔ)
2.1Python 簡(jiǎn)介
2.2Python 開發(fā)環(huán)境的搭建
第 3章 Pandas 基礎(chǔ)
3.1創(chuàng)建、讀取和寫人
3.2索引、選擇和分配
3.3分組和排序
3.4 數(shù)據(jù)類型和缺失值
3.5 重命名及合并
第4章Scikit-leam 基礎(chǔ)
4.1Scikit-learn 簡(jiǎn)介
4.2Scikit-learn 的技術(shù)基礎(chǔ)
4.3Scikit-learn 安裝
4.4監(jiān)督學(xué)習(xí)
4.5 交叉驗(yàn)證:評(píng)估機(jī)器學(xué)習(xí)模型的表現(xiàn)
第5章特征工程
5.1 基準(zhǔn)模型
5.2分類編碼
5.3特征的生成
5.4 特征的選擇
第 6 章實(shí)例.
6.1 lightgbm 實(shí)踐: 桑坦德銀行客戶交易預(yù)測(cè)
6.2Kaggle Titanic 生存預(yù)測(cè)