kindle电子书

 本书主要分为两大部分，基础篇和建模应用篇。基础篇介绍了有关Python开发环境的搭建、Python基础入门、函数、面向对象编程、实用模块和图表绘制等基础知识。建模应用篇主要介绍了目前在数据挖掘中的常用的建模方法在Python中的实现函数，并对输出结果进行了解释，有助于读者快速掌握应用Python进行分析挖掘建模的方法。本书配套提供了书中使用的示例代码及所用的数据，读者可通过上机实验，快速掌握书中所介绍的Python的使用方法。

编辑推荐

《Python与数据挖掘》是一本适合教学和零基础自学的Python与数据挖掘的教程，即便你完全没有Python编程基础和数据挖掘基础，根据《Python与数据挖掘》中的理论知识和上机实践，也能迅速掌握如何使用Python进行数据挖掘。《Python与数据挖掘》已经被多所高校预定为教材，为了便于教学，书中还提供了大量的上机实验和教学资源。

作者简介

张良均，中国大数据挖掘培训教父，高级信息系统项目管理师，有近20年的大数据挖掘应用、咨询和培训经验，“泰迪杯”全国数据挖掘挑战赛的发起人。为电信、电力、互联网、生产制造、零售、银行、生物、化工、医药等多个行业上百家大型企业及政府相关部门提供过数据挖掘应用与咨询服务，实践经验非常丰富。现任广东工业大学、华南师范大学、华南农业大学、贵州师范学院、韩山师范学院、广东技术师范学院、广西科技大学的兼职教授。著有《神经网络实用教程》《数据挖掘：实用案例分析》《MATLAB数据分析与挖掘实战》《R语言数据分析与挖掘实战》《Python数据分析与挖掘实战》《Hadoop大数据分析与挖掘实战》《R语言与数据挖掘》等畅销图书。

目录

前言
第一部分基础篇
第1章数据挖掘概述2
1.1数据挖掘简介2
1.2工具简介3
1.2.1WEKA3
1.2.2RapidMiner4
1.2.3Python5
1.2.4R5
1.3Python开发环境的搭建6
1.3.1Python安装6
1.3.2Python初识11
1.3.3与读者的约定14
1.4小结15
第2章Python基础入门16
2.1常用操作符16
2.1.1算术操作符17
2.1.2赋值操作符17
2.1.3比较操作符18
2.1.4逻辑操作符18
2.1.5操作符优先级18
2.2数字数据19
2.2.1变量与赋值19
2.2.2数字数据类型20
2.3流程控制20
2.3.1if语句21
2.3.2while循环23
2.3.3for循环25
2.4数据结构27
2.4.1列表28
2.4.2字符串31
2.4.3元组35
2.4.4字典36
2.4.5集合39
2.5文件的读写40
2.5.1改变工作目录40
2.5.2txt文件读取41
2.5.3csv文件读取42
2.5.4文件输出43
2.5.5使用JSON处理数据43
2.6上机实验44
第3章函数47
3.1创建函数48
3.2函数参数50
3.3可变对象与不可变对象52
3.4作用域53
3.5上机实验55
第4章面向对象编程56
4.1简介56
4.2类与对象58
4.3__init__方法59
4.4对象的方法61
4.5继承65
4.6上机实验68
第5章Python实用模块69
5.1什么是模块69
5.2NumPy70
5.3Pandas75
5.4SciPy81
5.5scikit—learn84
5.6其他Python常用模块87
5.7小结88
5.8上机实验88
第6章图表绘制入门89
6.1Matplotlib89
6.2Bokeh94
6.3其他优秀的绘图模块97
6.4小结97
6.5上机实验97
第二部分建模应用篇
第7章分类与预测100
7.1回归分析100
7.1.1线性回归101
7.1.2逻辑回归104
7.2决策树107
7.2.1ID3算法107
7.2.2其他树模型111
7.3人工神经网络113
7.4kNN算法122
7.5朴素贝叶斯分类算法124
7.6小结127
7.7上机实验127
第8章聚类分析建模129
8.1K—Means聚类分析函数129
8.2系统聚类算法133
8.3DBSCAN聚类算法138
8.4上机实验142
第9章关联规则分析144
9.1Apriori关联规则算法145
9.2Apriori在Python中的实现146
9.3小结149
9.4上机实验149
第10章智能推荐151
10.1基于用户的协同过滤算法152
10.2基于用户的协同过滤算法在Python中的实现154
10.3小结157
10.4上机实验157
第11章时间序列分析159
11.1ARIMA模型159
11.2小结171
11.3上机实验172
参考文献174