Python机器学习编程与实战

图书介绍

本书内容由浅入深，涵盖了Python基础、NumPy、Matplotlib、Pandas、scikit-learn等内容。按照认知的规律，本书结构以总分总的形式为主，让读者先从整体上理解相关知识，辅以配套实例，验证与应用对应的知识，力争让读者实现理论与实践双丰收。此外，为了让读者能够将所学知识融会贯通，本书准备了两个项目案例，期望通过案例的形式帮助读者加深对理论的理解，提升知识应用水平。

图书目录

第1章 Python概述 1

1.1  Python简介 1
1.2  Python基础知识 6
1.3  控制语句 21
1.4  函数 27
小结 31
课后习题 31

第2章 NumPy数值计算 35

2.1  ndarray创建与索引 35
2.2  ndarray的基础操作 45
2.3  ufunc 56
小结 66
课后习题 66

第3章 pandas基础 69

3.1  pandas常用类 69
3.2  DataFrame基础操作 80
3.3  其他数据类型操作 95
小结 112
课后习题 112

第4章 pandas进阶 116

4.1  数据读取与写出 116
4.2  DataFrame进阶 123
4.3  数据准备 138
小结 148
课后习题 148

第5章 Matplotlib基础绘图 152

5.1  Matplotlib绘图基础 152
5.2  分析特征关系常用图形 162
5.3  分析特征内部数据状态常用图形 168
小结 175
课后习题 176

第6章 scikit-learn 178

6.1  数据准备 178
6.2  降维 186
6.3  分类 200
6.4  回归 227
6.5  聚类 236
6.6  模型选择 252
小结 262
课后习题 263

第7章 餐饮企业综合分析 268

7.1  餐饮企业分析需求 268
7.2  数据准备 270
7.3  使用K-means算法进行客户价值分析 275
7.4  使用决策树算法实现餐饮客户流失预测280
小结 285
课后习题 285

第8章 通信运营商客户流失分析与预测 287

8.1  通信运营商客户流失分析需求 287
8.2  数据准备 289
8.3  特征工程 296
8.4  使用多层感知器算法实现通信运营商客户流失预测 299
小结 302
课后习题 303