Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)（第3版）

目　　錄　Contents
前言
基礎(chǔ)篇
第1章　數(shù)據(jù)挖掘基礎(chǔ)2
1.1　某知名連鎖餐飲企業(yè)的困惑2
1.2　從餐飲服務(wù)到數(shù)據(jù)挖掘4
1.3　數(shù)據(jù)挖掘的基本任務(wù)4
1.4　數(shù)據(jù)挖掘的建模過程5
1.4.1　目標(biāo)定義5
1.4.2　數(shù)據(jù)采集6
1.4.3　數(shù)據(jù)探索7
1.4.4　數(shù)據(jù)預(yù)處理8
1.4.5　挖掘建模8
1.4.6　模型評價(jià)8
1.5　常用的數(shù)據(jù)挖掘建模工具8
1.6　小結(jié)10
第2章　Python數(shù)據(jù)分析簡介11
2.1　搭建Python開發(fā)平臺(tái)12
2.1.1　需要考慮的問題12
2.1.2　基礎(chǔ)平臺(tái)的搭建13
2.2　Python使用入門14
2.2.1　運(yùn)行方式14
2.2.2　基本命令15
2.2.3　數(shù)據(jù)結(jié)構(gòu)18
2.2.4　庫的導(dǎo)入與添加23
2.3　Python數(shù)據(jù)分析工具25
2.3.1　NumPy26
2.3.2　SciPy27
2.3.3　Matplotlib28
2.3.4　pandas29
2.3.5　StatsModels31
2.3.6　scikit-learn31
2.3.7　Keras33
2.3.8　Gensim35
2.3.9　TensorFlow35
2.3.10　PyTorch39
2.3.11　PaddlePaddle42
2.3.12　XGBoost45
2.4　配套附件使用設(shè)置47
2.5　小結(jié)47
第3章　數(shù)據(jù)探索48
3.1　數(shù)據(jù)質(zhì)量分析48
3.1.1　缺失值分析49
3.1.2　異常值分析49
3.1.3　一致性分析53
3.2　數(shù)據(jù)特征分析53
3.2.1　分布分析53
3.2.2　對比分析58
3.2.3　統(tǒng)計(jì)量分析60
3.2.4　周期性分析63
3.2.5　貢獻(xiàn)度分析65
3.2.6　相關(guān)性分析67
3.3　Python的主要數(shù)據(jù)探索函數(shù)71
3.3.1　基本統(tǒng)計(jì)特征函數(shù)71
3.3.2　拓展統(tǒng)計(jì)特征函數(shù)75
3.3.3　統(tǒng)計(jì)繪圖函數(shù)76
3.4　小結(jié)83
第4章　數(shù)據(jù)預(yù)處理84
4.1　數(shù)據(jù)清洗84
4.1.1　缺失值處理84
4.1.2　異常值處理89
4.1.3　重復(fù)值處理89
4.2　數(shù)據(jù)集成91
4.2.1　實(shí)體識(shí)別91
4.2.2　冗余屬性識(shí)別91
4.3　數(shù)據(jù)變換92
4.3.1　簡單函數(shù)變換92
4.3.2　數(shù)據(jù)規(guī)范化92
4.3.3　連續(xù)屬性離散化95
4.3.4　屬性構(gòu)造97
4.3.5　小波變換98
4.4　數(shù)據(jù)歸約101
4.4.1　屬性歸約101
4.4.2　數(shù)值歸約106
4.5　Python的主要數(shù)據(jù)預(yù)處理函數(shù)109
4.6　小結(jié)111
第5章　挖掘建模113
5.1　分類與預(yù)測113
5.1.1　實(shí)現(xiàn)過程114
5.1.2　常用的分類與預(yù)測算法114
5.1.3　回歸分析115
5.1.4　決策樹119
5.1.5　人工神經(jīng)網(wǎng)絡(luò)126
5.1.6　分類與預(yù)測算法評價(jià)131
5.1.7　Python的分類預(yù)測模型136
5.2　聚類分析136
5.2.1　常用的聚類分析算法137
5.2.2　k均值聚類算法138
5.2.3　聚類分析算法評價(jià)143
5.2.4　Python的主要聚類分析算法144
5.3　關(guān)聯(lián)規(guī)則146
5.3.1　常用的關(guān)聯(lián)規(guī)則算法147
5.3.2　Apriori算法147
5.4　時(shí)序模式153
5.4.1　時(shí)間序列算法153
5.4.2　時(shí)間序列的預(yù)處理154
5.4.3　平穩(wěn)時(shí)間序列分析156
5.4.4　非平穩(wěn)時(shí)間序列分析159
5.4.5　Python的主要時(shí)序模式算法167
5.5　離群點(diǎn)檢測170
5.5.1　離群點(diǎn)的成因及類型170
5.5.2　離群點(diǎn)檢測方法171
5.5.3　基于統(tǒng)計(jì)模型的離群點(diǎn)
　　　檢測方法172
5.5.4　基于聚類的離群點(diǎn)檢測方法174
5.6　小結(jié)177
實(shí)戰(zhàn)篇
第6章　房屋租金影響因素分析
　　　　與預(yù)測180
6.1　背景與挖掘目標(biāo)180
6.2　分析方法與過程181
6.2.1　數(shù)據(jù)預(yù)處理181
6.2.2　數(shù)據(jù)探索190
6.2.3　模型構(gòu)建201
6.3　上機(jī)實(shí)驗(yàn)207
6.4　拓展思考208
6.5　小結(jié)209
第7章　商超客戶價(jià)值分析210
7.1　背景與挖掘目標(biāo)210
7.2　分析方法與過程211
7.2.1　數(shù)據(jù)探索與預(yù)處理212
7.2.2　模型構(gòu)建及結(jié)果分析228
7.3　上機(jī)實(shí)驗(yàn)238
7.4　拓展思考239
7.5　小結(jié)240
第8章　商品零售購物籃分析241
8.1　背景與挖掘目標(biāo)241
8.2　分析方法與過程242
8.2.1　數(shù)據(jù)探索分析243
8.2.2　數(shù)據(jù)預(yù)處理249
8.2.3　模型構(gòu)建249
8.3　上機(jī)實(shí)驗(yàn)255
8.4　拓展思考256
8.5　小結(jié)256
第9章　基于水色圖像的水質(zhì)評價(jià)257
9.1　背景與挖掘目標(biāo)257
9.2　分析方法與過程258
9.2.1　分析流程259
9.2.2　數(shù)據(jù)預(yù)處理259
9.2.3　模型構(gòu)建263
9.2.4　水質(zhì)評價(jià)264
9.3　上機(jī)實(shí)驗(yàn)265
9.4　拓展思考265
9.5　小結(jié)266
第10章　家用熱水器用戶行為
　　　　　分析與事件識(shí)別267
10.1　背景與挖掘目標(biāo)267
10.2　分析方法與過程268
10.2.1　數(shù)據(jù)探索分析269
10.2.2　數(shù)據(jù)預(yù)處理272
10.2.3　模型構(gòu)建283
10.2.4　模型檢驗(yàn)284
10.3　上機(jī)實(shí)驗(yàn)285
10.4　拓展思考287
10.5　小結(jié)288
第11章　電視產(chǎn)品個(gè)性化推薦289
11.1　背景與挖掘目標(biāo)289
11.2　分析方法與過程290
11.2.1　分析流程291
11.2.2　數(shù)據(jù)預(yù)處理291
11.2.3　分析與建模306
11.2.4　模型評價(jià)310
11.3　上機(jī)實(shí)驗(yàn)313
11.4　拓展思考314
11.5　小結(jié)314
第12章　天問一號事件中的網(wǎng)民
　　　　評論情感分析315
12.1　背景與挖掘目標(biāo)315
12.2　分析方法與過程316
12.2.1　分析流程316
12.2.2　數(shù)據(jù)說明317
12.2.3　數(shù)據(jù)探索318
12.2.4　文本預(yù)處理323
12.2.5　繪制詞云圖327
12.2.6　使用樸素貝葉斯構(gòu)建
　　　　情感分析模型331
12.2.7　模型評價(jià)338
12.2.8　模型優(yōu)化340
12.3　上機(jī)實(shí)驗(yàn)344
12.4　拓展思考345
12.5　小結(jié)345
提高篇
第13章　基于TipDM大數(shù)據(jù)挖掘
　　　　　建模平臺(tái)實(shí)現(xiàn)商超客戶
　　　　　價(jià)值分析348
13.1　平臺(tái)簡介348
13.1.1　“共享庫”模塊350
13.1.2　“數(shù)據(jù)連接”模塊350
13.1.3　“數(shù)據(jù)集”模塊350
13.1.4　“我的工程”模塊351
13.1.5　“個(gè)人組件”模塊354
13.2　快速構(gòu)建數(shù)據(jù)挖掘工程355
13.2.1　數(shù)據(jù)源配置355
13.2.2　數(shù)據(jù)探索與處理360
13.2.3　模型構(gòu)建與結(jié)果分析379
13.3　小結(jié)393