Python数据分析与挖掘实战

图书介绍

本书作者从实践出发，结合大量数据挖掘工程案例及教学经验，以真实案例为主线，深入浅出介绍数据挖掘建模过程中的有关任务：数据探索、数据预处理、分类与预测、聚类分析、时序预测、关联规则挖掘、智能推荐、偏差检测等。因此，图书的编排以解决某个应用的挖掘目标为前提，先介绍案例背景提出挖掘目标，再阐述分析方法与过程，最后完成模型构建，在介绍建模过程中同时穿插操作训练，把相关的知识点嵌入相应的操作过程中。为方便读者轻松地获取一个真实的实验环境，本书使用大家熟知的Python语言对样本数据进行处理以进行挖掘建模。

图书目录

第1章 数据挖掘基础

1.1 某知名连锁餐饮企业的困惑
1.2 从餐饮服务到数据挖掘
1.3 数据挖掘的基本任务
1.4 数据挖掘建模过程
1.5 常用数据挖掘建模工具
1.6 小结

第2章 Python数据分析简介

2.1 搭建Python开发平台
2.2 Python使用入门
2.3 Python数据分析工具
2.4 配套附件使用设置
2.5 小结

第3章 数据探索

3.1 数据质量分析
3.2 数据特征分析
3.3 Python主要数据探索函数
3.4 小结

第4章 数据预处理

4.1 数据清洗
4.2 数据集成
4.3 数据变换
4.4 数据规约
4.5 Python主要数据预处理函数
4.6 小结

第5章 挖掘建模

5.1 分类与预测
5.2 聚类分析
5.3 关联规则
5.4 时序模式
5.5 离群点检测
5.6 小结
实战篇

第6章 电力窃漏电用户自动识别

6.1 背景与挖掘目标
6.2 分析方法与过程
6.3 上机实验
6.4 拓展思考
6.5 小结

第7章 航空公司客户价值分析

7.1 背景与挖掘目标
7.2 分析方法与过程
7.3 上机实验
7.4 拓展思考
7.5 小结

第8章 中医证型关联规则挖掘

8.1 背景与挖掘目标
8.2 分析方法与过程
8.3 上机实验
8.4 拓展思考
8.5 小结

第9章 基于水色图像的水质评价

9.1 背景与挖掘目标
9.2 分析方法与过程
9.3 上机实验
9.4 拓展思考
9.5 小结

第10章 家用电器用户行为分析及事件识别

10.1 背景与挖掘目标
10.2 分析方法与过程
10.3 上机实验
10.4 拓展思考
10.5 小结

第11章 应用系统负载分析与磁盘容量预测

11.1 背景与挖掘目标
11.2 分析方法与过程
11.3 上机实验
11.4 拓展思考
11.5 小结

第12章 电子商务网站用户行为分析及服务推荐

12.1 背景与挖掘目标
12.2 分析方法与过程
12.3 上机实验
12.4 拓展思考
12.5 小结

第13章 财政收入影响因素分析及预测模型

13.1 背景与挖掘目标
13.2 分析方法与过程
13.3 上机实验
13.4 拓展思考
13.5 小结

第14章 基于基站定位数据的商圈分析

14.1 背景与挖掘目标
14.2 分析方法与过程
14.3 上机实验
14.4 拓展思考
14.5 小结

第15章 电商产品评论数据情感分析

15.1 背景与挖掘目标
15.2 分析方法与过程
15.3 上机实验
15.4 拓展思考
15.5 小结