本书内容丰富,循序渐进,以数据挖掘框架为主线,系统地介绍了数据挖掘技术的基本原理、方法和实践应用,全面反映了数据挖掘的理论体系和应用的*进展。课程既讨论数据挖掘的基本理论知识和框架体系结构,又介绍了数据挖掘算法的Python实现与应用,强调了理论与实践相结合,基础知识与前沿发展相结合。本书可作为计算机数据科学相关专业高年级本科生、硕士研究生的软件挖掘教材,同时也可以作为对Python数据挖掘感兴趣读者的自学参考书。

源码下载 第1章绪论 1.1数据挖掘简介 1.2数据分析与数据挖掘 1.3数据挖掘的主要任务 1.3.1关联分析 1.3.2数据建模预测 1.3.3聚类分析 1.3.4离群点检测 1.4数据挖掘的数据源 1.4.1数据库数据 1.4.2数据仓库 1.4.3事务数据库 1.4.4其他类型数据 1.5数据挖掘使用的技术 1.5.1统计学 1.5.2机器学习 1.5.3数据库管理系统与数据仓库 1.6数据挖掘存在的主要问题 1.7数据挖掘建模的常用工具 1.7.1商用工具 1.7.2开源工具 1.8为何选用Python进行数据挖掘 1.9Python数据挖掘常用库 1.10Jupyter Notebook的使用 1.11小结 习题1 第2章Python数据分析与挖掘基础 2.1Python程序概述 2.1.1基础数据类型 2.1.2变量和赋值 2.1.3运算符和表达式 2.1.4字符串 2.1.5流程控制 2.1.6函数 2.2内建数据结构 2.2.1列表 2.2.2元组 2.2.3字典 2.2.4集合 2.3NumPy数值运算基础 2.3.1创建数组对象 2.3.2ndarray对象属性和数据转换 2.3.3生成随机数 2.3.4数组变换 2.3.5数组的索引和切片 2.3.6数组的运算 2.3.7NumPy中的数据统计与分析 2.4Pandas统计分析基础 2.4.1Pandas中的数据结构 2.4.2索引对象 2.4.3查看DataFrame的常用属性 2.4.4DataFrame的数据查询与编辑 2.4.5Pandas数据运算 2.4.6函数应用与映射 2.4.7排序 2.4.8汇总与统计 2.4.9数据分组与聚合 2.4.10Pandas数据读取与存储 2.5Matplotlib图表绘制基础 2.5.1Matplotlib简介 2.5.2Matplotlib绘图基础 2.5.3设置pyplot的动态rc参数 2.5.4文本注解 2.5.5pyplot中的常用绘图 2.6scikitlearn 2.6.1scikitlearn简介 2.6.2scikitlearn中的数据集 2.6.3scikitlearn的主要功能 2.7小结 习题2 第3章认识数据 3.1属性及其类型 3.1.1属性 3.1.2属性类型 3.2数据的基本统计描述 3.2.1**趋势度量 3.2.2数据散布度量 3.3数据可视化 3.3.1基于像素的可视化技术 3.3.2几何投影可视化技术 3.3.3基于图符的可视化技术 3.3.4层次可视化技术 3.3.5可视化复杂对象和关系 3.3.6高维数据可视化 3.3.7Python可视化 3.4数据对象的相似性度量 3.4.1数据矩阵和相异性矩阵 3.4.2标称属性的相似性度量 3.4.3二元属性的相似性度量 3.4.4数值属性的相似性度量 3.4.5序数属性的相似性度量 3.4.6混合类型属性的相似性 3.4.7余弦相似性 3.4.8距离度量Python实现 3.5小结 习题3 第4章数据预处理 4.1数据预处理的必要性 4.1.1原始数据中存在的问题 4.1.2数据质量要求 4.2数据清洗 4.2.1数据清洗方法 4.2.2利用Pandas进行数据清洗 4.3数据集成 4.3.1数据集成过程中的关键问题 4.3.2利用Pandas合并数据 4.4数据标准化 4.4.1离差标准化数据 4.4.2标准差标准化数据 4.5数据归约 4.5.1维归约 4.5.2数量归约 4.5.3数据压缩 4.6数据变换与数据离散化 4.6.1数据变换的策略 4.6.2Python数据变换与离散化 4.7利用scikitlearn进行数据预处理 4.8小结 习题4 第5章回归分析 5.1回归分析概述 5.1.1回归分析的定义与分类 5.1.2回归分析的过程 5.2一元线性回归分析 5.2.1一元线性回归方法 5.2.2一元线性回归模型的参数估计 5.2.3一元线性回归模型的误差方差估计 5.2.4一元回归模型的主要统计检验 5.2.5一元线性回归的Python实现 5.3多元线性回归 5.3.1多元线性回归模型 5.3.2多元线性回归模型的参数估计 5.3.3多元线性回归的假设检验及其评价 5.3.4多元线性回归的Python实现 5.4逻辑回归 5.4.1逻辑回归模型 5.4.2逻辑回归的Python实现 5.5其他回归分析 5.5.1多项式回归 5.5.2岭回归 5.5.3Lasso回归 5.5.4逐步回归 5.6小结 习题5 第6章关联规则挖掘 6.1关联规则分析概述 6.2频繁项集、闭项集和关联规则 6.3频繁项集挖掘方法 6.3.1Apriori算法 6.3.2由频繁项集产生关联规则 6.3.3提高Apriori算法的效率 6.3.4频繁模式增长算法 6.3.5使用垂直数据格式挖掘频繁项集 6.4关联模式评估方法 6.4.1强关联规则不一定是有趣的 6.4.2从关联分析到相关分析 6.**priori算法应用 6.6小结 习题6 第7章分类 7.1分类概述 7.2决策树归纳 7.2.1决策树原理 7.2.2ID3算法 7.2.3C4.5算法 7.2.4CART算法 7.2.5树剪枝 7.2.6决策树应用 7.3K近邻算法 7.3.1算法原理 7.3.2Python算法实现 7.4支持向量机 7.4.1算法原理 7.4.2Python算法实现 7.5朴素贝叶斯分类 7.5.1算法原理 7.5.2朴素贝叶斯分类 7.5.3高斯朴素贝叶斯分类 7.5.4多项式朴素贝叶斯分类 7.5.5朴素贝叶斯分类应用 7.6模型评估与选择 7.6.1分类器性能的度量 7.6.2模型选择 7.7组合分类 7.7.1组合分类方法简介 7.7.2袋装 7.7.3提升和AdaBoost 7.7.4随机森林 7.8小结 习题7 第8章聚类 8.1聚类分析概述 8.1.1聚类分析的概念 8.1.2聚类算法分类 8.2KMeans聚类 8.2.1算法原理 8.2.2算法改进 8.2.3KMeans算法实现 8.3层次聚类 8.3.1算法原理 8.3.2簇间的距离度量 8.3.3分裂层次聚类 8.3.4凝聚层次聚类 8.3.5层次聚类应用 8.4基于密度的聚类 8.4.1算法原理 8.4.2算法改进 8.4.3DBSCAN算法实现 8.5其他聚类方法 8.5.1STING聚类 8.5.2概念聚类 8.5.3模糊聚类 8.6聚类评估 8.6.1聚类趋势的估计 8.6.2聚类簇数的确定 8.6.3聚类质量的测定 8.7小结 习题8 第9章神经网络与深度学习 9.1神经网络基础 9.1.1神经元模型 9.1.2感知机与多层网络 9.2BP神经网络 9.2.1多层前馈神经网络 9.2.2后向传播算法 9.2.3BP神经网络应用 9.3深度学习 9.3.1深度学习概述 9.3.2常用的深度学习算法 9.4小结 习题9 第10章离群点检测 10.1离群点概述 10.1.1离群点的概念 10.1.2离群点的类型 10.1.3离群点检测的挑战 10.2离群点的检测 10.2.1基于统计学的离群点检测 10.2.2基于邻近性的离群点检测 10.2.3基于聚类的离群点检测 10.2.4基于分类的离群点检测 10.3scikitlearn中的异常检测方法 10.4小结 习题10 第11章数据挖掘案例 11.1良/恶性乳腺**预测 11.2泰坦尼克号乘客生还预测 11.3图像的聚类分割 11.4小结 参考文献