Robert Layton 著 ,杜春晓 译
封面 1
扉页 2
版权 3
前言 6
目录 11
第1章 开始数据挖掘之旅 15
1.1 数据挖掘简介 15
1.2 使用Python和IPython Notebook 16
1.2.1 安装Python 16
1.2.2 安装IPython 18
1.2.3 安装scikit-learn库 19
1.3 亲和性分析示例 19
1.3.1 什么是亲和性分析 19
1.3.2 商品推荐 20
1.3.3 在NumPy中加载数据集 20
1.3.4 实现简单的排序规则 22
1.3.5 排序找出最佳规则 24
1.4 分类问题的简单示例 26
1.5 什么是分类 26
1.5.1 准备数据集 27
1.5.2 实现OneR算法 28
1.5.3 测试算法 30
1.6 小结 32
第2章 用scikit-learn估计器分类 33
2.1 scikit-learn估计器 33
2.1.1 近邻算法 34
2.1.2 距离度量 34
2.1.3 加载数据集 36
2.1.4 努力实现流程标准化 38
2.1.5 运行算法 38
2.1.6 设置参数 39
2.2 流水线在预处理中的应用 41
2.2.1 预处理示例 42
2.2.2 标准预处理 42
2.2.3 组装起来 43
2.3 流水线 43
2.4 小结 44
第3章 用决策树预测获胜球队 45
3.1 加载数据集 45
3.1.1 采集数据 45
3.1.2 用pandas加载数据集 46
3.1.3 数据集清洗 47
3.1.4 提取新特征 48
3.2 决策树 49
3.2.1 决策树中的参数 50
3.2.2 使用决策树 51
3.3 NBA比赛结果预测 51
组装起来 52
3.4 随机森林 55
3.4.1 决策树的集成效果如何 56
3.4.2 随机森林算法的参数 56
3.4.3 使用随机森林算法 57
3.4.4 创建新特征 58
3.5 小结 59
第4章 用亲和性分析方法推荐电影 60
4.1 亲和性分析 60
4.1.1 亲和性分析算法 61
4.1.2 选择参数 61
4.2 电影推荐问题 62
4.2.1 获取数据集 62
4.2.2 用pandas加载数据 63
4.2.3 稀疏数据格式 63
4.3 Apriori算法的实现 64
4.3.1 Apriori算法 65
4.3.2 实现 66
4.4 抽取关联规则 68
评估 72
4.5 小结 74
第5章 用转换器抽取特征 76
5.1 特征抽取 76
5.1.1 在模型中表示事实 76
5.1.2 通用的特征创建模式 78
5.1.3 创建好的特征 80
5.2 特征选择 81
选择最佳特征 83
5.3 创建特征 85
主成分分析 87
5.4 创建自己的转换器 89
5.4.1 转换器API 90
5.4.2 实现细节 90
5.4.3 单元测试 91
5.4.4 组装起来 93
5.5 小结 93
第6章 使用朴素贝叶斯进行社会媒体挖掘 94
6.1 消歧 94
6.1.1 从社交网站下载数据 95
6.1.2 加载数据集并对其分类 97
6.1.3 Twitter数据集重建 101
6.2 文本转换器 104
6.2.1 词袋 105
6.2.2 N元语法 106
6.2.3 其他特征 107
6.3 朴素贝叶斯 107
6.3.1 贝叶斯定理 107
6.3.2 朴素贝叶斯算法 108
6.3.3 算法应用示例 109
6.4 应用 110
6.4.1 抽取特征 111
6.4.2 将字典转换为矩阵 112
6.4.3 训练朴素贝叶斯分类器 112
6.4.4 组装起来 112
6.4.5 用F1值评估 113
6.4.6 从模型中获取更多有用的特征 114
6.5 小结 116
第7章 用图挖掘找到感兴趣的人 118
7.1 加载数据集 118
7.1.1 用现有模型进行分类 120
7.1.2 获取Twitter好友信息 121
7.1.3 构建网络 124
7.1.4 创建图 126
7.1.5 创建用户相似度图 128
7.2 寻找子图 131
7.2.1 连通分支 131
7.2.2 优化参数选取准则 133
7.3 小结 137
第8章 用神经网络破解验证码 138
8.1 人工神经网络 138
神经网络简介 140
8.2 创建数据集 141
8.2.1 绘制验证码 141
8.2.2 将图像切分为单个的字母 143
8.2.3 创建训练集 144
8.2.4 根据抽取方法调整训练数据集 145
8.3 训练和分类 146
8.3.1 反向传播算法 148
8.3.2 预测单词 149
8.4 用词典提升正确率 152
8.4.1 寻找最相似的单词 152
8.4.2 组装起来 153
8.5 小结 154
第9章 作者归属问题 156
9.1 为作品找作者 156
9.1.1 相关应用和使用场景 157
9.1.2 作者归属 157
9.1.3 获取数据 158
9.2 功能词 161
9.2.1 统计功能词 162
9.2.2 用功能词进行分类 163
9.3 支持向量机 164
9.3.1 用SVM分类 165
9.3.2 内核 165
9.4 字符N元语法 166
抽取字符N元语法 166
9.5 使用安然公司数据集 167
9.5.1 获取安然数据集 167
9.5.2 创建数据集加载工具 168
9.5.3 组装起来 172
9.5.4 评估 172
9.6 小结 174
第10章 新闻语料分类 175
10.1 获取新闻文章 175
10.1.1 使用Web API获取数据 176
10.1.2 数据资源宝库reddit 178
10.1.3 获取数据 179
10.2 从任意网站抽取文本 181
10.2.1 寻找任意网站网页中的主要内容 181
10.2.2 组装起来 182
10.3 新闻语料聚类 184
10.3.1 k-means算法 185
10.3.2 评估结果 187
10.3.3 从簇中抽取主题信息 189
10.3.4 用聚类算法做转换器 189
10.4 聚类融合 190
10.4.1 证据累积 190
10.4.2 工作原理 193
10.4.3 实现 194
10.5 线上学习 195
10.5.1 线上学习简介 195
10.5.2 实现 196
10.6 小结 198
第11章 用深度学习方法为图像中的物体进行分类 199
11.1 物体分类 199
11.2 应用场景和目标 199
使用场景 202
11.3 深度神经网络 203
11.3.1 直观感受 203
11.3.2 实现 203
11.3.3 Theano简介 204
11.3.4 Lasagne简介 205
11.3.5 用nolearn实现神经网络 208
11.4 GPU优化 211
11.4.1 什么时候使用GPU进行计算 212
11.4.2 用GPU运行代码 212
11.5 环境搭建 213
11.6 应用 215
11.6.1 获取数据 215
11.6.2 创建神经网络 216
11.6.3 组装起来 218
11.7 小结 219
第12章 大数据处理 220
12.1 大数据 220
12.2 大数据应用场景和目标 221
12.3 MapReduce 222
12.3.1 直观理解 223
12.3.2 单词统计示例 224
12.3.3 Hadoop MapReduce 226
12.4 应用 226
12.4.1 获取数据 227
12.4.2 朴素贝叶斯预测 229
12.5 小结 240
----
附录 接下来的方向 241
Python最佳实践指南
https://pythonguidecn.readthedocs.io/zh/latest/
第1章——开始数据挖掘之旅 241
Scikit-learn教程 241
http://scikit-learn.org/stable/tutorial/index.html
扩展IPython Notebook 241
http://ipython.org/ipython-doc/
第2章——用scikit-learn估计器分类 242
k近邻算法的扩展 242
virtualenv 教程
http://docs.python-guide.org/en/latest/dev/virtualenvs/
更多复杂的流水线 242
比较分类器 243
第3章——用决策树预测获胜球队 243
pandas的更多内容 243
更多复杂特征 243
第4章——用亲和性分析方法推荐电影 244
新数据集 244
Eclat算法 244
第5章——用转换器抽取特征 244
增加噪音 244
Vowpal Wabbit 245
第6章——使用朴素贝叶斯进行社会媒体挖掘 245
垃圾信息监测 245
自然语言处理和词性标注 245
第7章——用图挖掘找到感兴趣的人 245
更复杂的算法 245
NetworkX 246
第8章——用神经网络破解验证码 246
好(坏?)验证码 246
深度网络 246
增强学习 246
第9章——作者归属问题 247
增加数据量 247
博客语料 247
局部N元语法 247
第10章——新闻语料分类 247
算法评价 247
近期趋势分析 248
实时聚类 248
第11章——用深度学习方法为图像中的物体进行分类 248
Keras和Pylearn2 248
Mahotas 249
第12章——大数据处理 249
Hadoop课程 249
Pydoop 249
推荐引擎 249
更多资源 250
分享到:
相关推荐
《Python数据挖掘入门与实践》是一本面向初学者的指南,旨在帮助读者掌握使用Python进行数据挖掘的基础知识和技能。本书结合理论与实践,通过实际案例解析,让读者能够逐步理解并应用Python在数据预处理、数据探索、...
"Python 数据挖掘入门与实践"无疑是一本旨在引导读者进入这个领域的优秀教程。配套的资料包括PDF教程、源代码和相关数据集,为学习者提供了丰富的学习资源。 首先,PDF教程通常会涵盖数据挖掘的基本概念,如数据...
python数据挖掘入门与实践第三章中提到的NBA数据集,按照在书中给定的方法找不到,我整理了2017-2018赛季的数据供大家取用。
《Python数据挖掘入门与实践》是一本旨在引导初学者踏入数据科学领域的书籍,它通过实际案例帮助读者理解并掌握数据挖掘的基本技能。第二章通常会涉及数据预处理,这是数据分析流程中的关键步骤,为后续的数据清洗、...
压缩包中的"python数据挖掘入门与实践"可能包含了书中的所有代码示例和相关数据集。这些资源可以辅助读者更好地理解书中讲解的概念,通过实际操作加深对数据挖掘过程的理解。通过运行这些代码,读者能够亲手实践每个...
《Python数据挖掘入门与实践》是一本面向初学者的指南,旨在帮助读者掌握使用Python进行数据挖掘的基础知识和技能。本书深入浅出地讲解了如何利用Python强大的库和工具进行数据预处理、探索性数据分析、建模以及结果...
本资源“Python数据挖掘入门与实践”旨在帮助初学者快速掌握使用Python进行数据挖掘的基本技能和实战经验。以下是相关知识点的详细说明: 1. **Python基础**:在数据挖掘之前,首先需要掌握Python的基础语法,包括...
提供python数据挖掘入门与实践 代码和数据,另外还提供了电离层数据集
python数据挖掘入门与实践(源码)
python数据挖掘入门与实践第六章的twitter.json源数据,ps.我也是从网络上找到的。
"ionosphere"数据集是这样一个宝贵的资源,尤其适用于初学者进行Python数据挖掘的学习与实践。这个数据集源于1985年,是由加拿大阿尔伯塔大学的研究者们收集的,主要目标是识别离子层反射雷达信号的特征,以判断其...
本资源是"Python数据挖掘入门与实践"一书的配套代码,由作者Robert Layton提供,旨在帮助读者更好地理解和应用书中的理论知识。 1. **Python基础知识**:Python因其简洁易读的语法而成为数据科学的首选语言。了解...
python数据挖掘入门与实践 第三章测试数据,书中提到的下载方法已经下不到数据了,重新探索了下,找到的,亲测可用!!
"Python数据挖掘入门与实践.pdf"可能包含实践案例,教你如何使用Python进行数据预处理和建模;"Think.Stats-Python与数据分析byAllen.B.Downey.pdf"可能是一本介绍统计分析和Python结合的书籍;"使用Python进行自然...
本资源"Python数据挖掘入门与实战"是一个完整的PDF教程,旨在帮助初学者快速掌握Python在数据挖掘中的应用。以下是根据标题、描述以及压缩包内文件名称列出的相关知识点: 1. **Python基础**:学习Python是数据挖掘...
python数据挖掘入门与实践是一本Python入门数据挖掘技术指南,由澳大利亚计算机科学博士罗伯特·莱顿(RobertLayton)编著。本书使用简单易学且拥有丰富第三方库和良好社区氛围的Python语言,由浅入深,以真实数据作为...
python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 ...
数据挖掘ppt数据挖掘入门ppt数据挖掘入门ppt数据挖掘入门ppt数据挖掘入门ppt数据挖掘入门ppt数据挖掘入门ppt数据挖掘入门ppt
Python数据挖掘入门与实战是针对初学者设计的一个学习资源,旨在帮助他们快速掌握使用Python进行数据挖掘的基础知识和技能。这个资源通常包含一系列教程、案例研究和完整的代码示例,以便学习者能够动手实践,加深...
《Python数据挖掘入门与实践》是一本面向初学者的指南,旨在帮助读者快速掌握使用Python进行数据挖掘的基本技能。本书共分为12个章节,涵盖了从数据预处理、数据探索到模型建立和评估的全过程,内容详实且深入浅出。...