了得網計算機/網絡_Python與數據挖掘

內容簡介

本書主要分為兩大部分，基礎篇和建模應用篇。基礎篇介紹了有關Python開發環境的搭建、Python基礎入門、函數、面向對像編程、實用模塊和圖表繪制等基礎知識。建模應用篇主要介紹了目前在數據挖掘中的常用的建模方法在Python中的實現函數，並對輸出結果進行了解釋，有助於讀者快速掌握應用Python進行分析挖掘建模的方法。本書配套提供了書中使用的示例代碼及所用的數據，讀者可通過上機實驗，快速掌握書中所介紹的Python的使用方法。

目錄?Contents前言部分基礎篇第1章數據挖掘概述 21.1數據挖掘簡介 21.2工具簡介 31.2.1WEKA 31.2.2RapidMiner 41.2.3Python 51.2.4R 51.3Python開發環境的搭建 61.3.1Python安裝 61.3.2Python初識 111.3.3與讀者的約定 141.4小結 15第2章Python基礎入門 162.1常用操作符 162.1.1算術操作符 172.1.2賦值操作符 172.1.3比較操作符 182.1.4邏輯操作符 182.1.5操作符優先級 182.2數字數據 192.2.1變量與賦值 192.2.2數字數據類型 202.3流程控制 202.3.1if語句 212.3.2while循環 232.3.3for循環 252.4數據結構 272.4.1列表 282.4.2字符串 312.4組 352.4.4字典 362.4.5集合 392.5文件的讀寫 402.5.1改變工作目錄 402.5.2txt文件讀取 412.5.3csv文件讀取 422.5.4文件輸出 432.5.5使用JSON處理數據 432.6上機實驗 44第3章函數 473.1創建函數 483.2函數參數 503.3可變對像與不可變對像 523.4作用域 533.5上機實驗 55第4章面向對像編程 564.1簡介 564.2類與對像 584.3__init__方法 594.4對像的方法 614.5繼承 654.6上機實驗 68第5章Python實用模塊 695.1什麼是模塊 695.2NumPy 705.3Pandas 755.4SciPy 815.5scikit-learn 845.6其他Python常用模塊 875.7小結 885.8上機實驗 88第6章圖表繪制入門 896.1Matplotlib 896.2Bokeh 946.3其他優秀的繪圖模塊 976.4小結 976.5上機實驗 97第二部分建模應用篇第7章分類與預測 1007.1回歸分析 1007.1.1線性回歸 1017.1.2邏輯回歸 1047.2決策樹 1077.2.1ID3算法 1077.2.2其他樹模型 1117.3人工神經網絡 1137.4kNN算法 1227.5樸素貝葉斯分類算法 1247.6小結 1277.7上機實驗 127第8章聚類分析建模 1298.1K-Means聚類分析函數 1298.2繫統聚類算法 1338.3DBSCAN聚類算法 1388.4上機實驗 142第9章關聯規則分析 1449.1Apriori關聯規則算法 1459.2Apriori在Python中的實現 1469.3小結 1499.4上機實驗 149第10章智能推薦 15110.1基於用戶的協同過濾算法 15210.2基於用戶的協同過濾算法在Python中的實現 15410.3小結 15710.4上機實驗 157第11章時間序列分析 15911.1ARIMA模型 15911.2小結 17111.3上機實驗 172參考文獻 174

前言

Preface?前言為什麼要寫本書？Python是什麼？Python是一種帶有動態語義的、解釋性的、面向對像的高級編程語言。其高級內置數據結構，結合動態類型和動態綁定，使其對於敏捷軟件開發非常具有吸引力。同時，Python作為腳本型（膠水）語言連接現有的組件也十分高效。Python語法簡潔，可讀性強，從而能降低程序的維護成本。不僅如此，Python支持模塊和包，鼓勵程序模塊化和代碼重用。 Python語言的解釋性使其語法更接近人類的表達和思維過程，開發程序的效率極高。習慣使用Python者，總習慣在介紹Python時強調一句話：“人生苦短，我用Python。”由於沒有編譯步驟，“寫代碼—測試—調試”的流程能被快速地反復執行。作為一款用途廣泛的語言，Python在數據分析與機器學習領域的表現，稱得上“一任群芳妒”。2016年3月，國外知名技術問答社區StackOverflow發布了《2016年開發者調查報告》。此調查號稱是有史以來為全面的開發者調查。其中，數據科學家的十大技術棧中，有7個包含Python。具體來說，數據科學家中有63%正在使用Python，44%正在使用R語言。而且，27%的人同時使用這兩種語言。Python還在“多人使用的技術”“受歡迎技術”“需求度技術”等榜單中名列前十。 Python的明顯優勢： Python作為一款優雅、簡潔的開源編程語言，吸引了世界各地的編程愛好者的注意力。每天都有數量眾多的開源項目更新自己的功能，作為第三方模塊為其他開發者提供更加高效、便利的支持。 Python提供了豐富的API和工具，以便程序員能夠輕松地使用C、C 、Cython來編寫擴充模塊，從而集成多種語言的代碼，協同工作。一些算法在底層用C實現後，封裝在Python模塊中，性能非常高效。 Python受到世界各地開發者的一致喜愛，在世界範圍內被廣泛使用。這意味著讀者可以通過查看代碼範例，快速學習和掌握相關內容。 Python語言簡單易學，語法清晰。Python開發者的哲學是“用一種方法，好是隻有一種方法來做一件事”。通常，相較其他語言，Python的源代碼被認為具有更好的可讀性。 2004年，Python 已在Google 內部使用，他們的宗旨是：Python where we can，C where we must，即在操控硬件的場合使用C ，在快速開發時使用Python。總的來說，Python是一款用於數據統計、分析、可視化等任務，以及機器學習、人工智能等領域的高效開發語言。它能滿足幾乎所有數據挖掘下所需的數據處理、統計模型和圖表繪制等功能需求。大量的第三方模塊所支持的內容涵蓋了從統計計算到機器學習，從金融分析到生物信息，從社會網絡分析到自然語言處理，從各種數據庫各種語言接口到高性能計算模型等領域。隨著大數據時代的來臨，數據挖掘將更加廣泛地滲透到各行各業中去，而Python作為數據挖掘裡的熱門工具，將會有更多不同行業的人加入到Python愛好者的行列中來。完全面向對像的Python的教學工作也將成為高校中數學與統計學專業的重點發展對像，這是大數據時代下的必然趨勢。本書特色筆者從實際應用出發，結合實際例子及應用場景，深入淺出地介紹Python開發環境的搭建、Python基礎入門、函數、面向對像編程、實用模塊和圖表繪制及常用的建模算法在Python中的實現方式。本書的編排以Python語言的函數應用為主，先介紹了函數的應用場景及使用格式，再給出函數的實際使用示例，後對函數的運行結果做出了解釋，將掌握函數應用的所需知識點按照實際使用的流程展示出來。為方便讀者理解Python語言中相關函數的使用，本書配套提供了書中使用的示例的代碼及所用的數據，讀者可以從“泰迪杯”全國數據挖掘挑戰賽網站（http://www.tipdm.org/ts/755.jhtml）上免費下載。讀者也可通過熱線電話（40068-40020）、企業QQ（40068-40020）或以下微信公眾號咨詢獲取。 TipDM張良均〈大數據挖掘產品與服務〉本書適用對像開設有數據挖掘課程的高校教師和學生。目前國內不少高校將數據挖掘引入本科教學中，在數學、計算機、自動化、電子信息、金融等專業開設了數據挖掘技術相關的課程，但目前這一課程的教學使用的工具仍然為SPSS、SAS等傳統統計工具，並沒有使用Python作為教學工具。本書提供了有關Python語言的從安裝到使用的一繫列知識，將能有效指導高校教師和學生使用Python。數據挖掘開發人員。這類人員可以在理解數據挖掘應用需求和設計方案的基礎上，結合本書提供的Python的使用方法快速入門並完成數據挖掘應用的編程實現。進行數據挖掘應用研究的科研人員。許多科研院所為了更好地對科研工作進行管理，紛紛開發了適應自身特點的科研業務管理繫統，並在使用過程中積累了大量的科研信息數據。Python可以提供一個優異的環境對這些數據進行挖掘分析應用。關注高級數據分析的人員。 Python作為一個廣泛用於數據挖掘領域的編程語言，能為數據分析人員提供快速的、可靠的分析依據。如何閱讀本書本書主要分為兩大部分，基礎篇和建模應用篇。基礎篇介紹了有關Python開發環境的搭建、Python基礎入門、函數、面向對像編程、實用模

商品搜索

商品分类

【醫學】

【各大出版社】