Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)是10余位數(shù)據(jù)挖掘領(lǐng)域資深專家和科研人員，10余年大數(shù)據(jù)挖掘咨詢與實施經(jīng)驗結(jié)晶。從數(shù)據(jù)挖掘的應(yīng)用出發(fā)，以電力、航空、醫(yī)療、互聯(lián)網(wǎng)、生產(chǎn)制造以及公共服務(wù)等行業(yè)真實案例為主線，深入淺出介紹Python數(shù)據(jù)挖掘建模過程，實踐性極強。

本書共15章，分兩個部分：基礎(chǔ)篇、實戰(zhàn)篇?；A(chǔ)篇介紹了數(shù)據(jù)挖掘的基本原理，實戰(zhàn)篇介紹了一個個真實案例，通過對案例深入淺出的剖析，使讀者在不知不覺中通過案例實踐獲得數(shù)據(jù)挖掘項目經(jīng)驗，同時快速領(lǐng)悟看似難懂的數(shù)據(jù)挖掘理論。讀者在閱讀過程中，應(yīng)充分利用隨書配套的案例建模數(shù)據(jù)，借助相關(guān)的數(shù)據(jù)挖掘建模工具，通過上機實驗，以快速理解相關(guān)知識與理論。

基礎(chǔ)篇（第1～5章），第1章的主要內(nèi)容是數(shù)據(jù)挖掘概述；第2章對本書所用到的數(shù)據(jù)挖掘建模工具Python語言進行了簡明扼要的說明；第3章、第4章、第5章對數(shù)據(jù)挖掘的建模過程，包括數(shù)據(jù)探索、數(shù)據(jù)預(yù)處理及挖掘建模的常用算法與原理進行了介紹。

實戰(zhàn)篇（第6～15章），重點對數(shù)據(jù)挖掘技術(shù)在電力、航空、醫(yī)療、互聯(lián)網(wǎng)、生產(chǎn)制造以及公共服務(wù)等行業(yè)的應(yīng)用進行了分析。在案例結(jié)構(gòu)組織上，本書是按照先介紹案例背景與挖掘目標(biāo)，再闡述分析方法與過程，最后完成模型構(gòu)建的順序進行的，在建模過程的關(guān)鍵環(huán)節(jié)，穿插程序?qū)崿F(xiàn)代碼。最后通過上機實踐，加深讀者對數(shù)據(jù)挖掘技術(shù)在案例應(yīng)用中的理解。

這里提供Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn) 配套數(shù)據(jù)及代碼相關(guān)下載

目錄

第1章　數(shù)據(jù)挖掘基礎(chǔ)2
第2章　Python數(shù)據(jù)分析簡介10
第3章　數(shù)據(jù)探索33
第4章　數(shù)據(jù)預(yù)處理60
第5章　挖掘建模83
第6章　電力竊漏電用戶自動識別144
第7章　航空公司客戶價值分析164
第8章　中醫(yī)證型關(guān)聯(lián)規(guī)則挖掘180
第9章　基于水色圖像的水質(zhì)評價195
第10章　家用電器用戶行為分析與事件識別204
第11章　應(yīng)用系統(tǒng)負載分析與磁盤容量預(yù)測223
第12章　電子商務(wù)網(wǎng)站用戶行為分析及服務(wù)推薦238
第13章　財政收入影響因素分析及預(yù)測模型270
第14章　基于基站定位數(shù)據(jù)的商圈分析297
第15章　電商產(chǎn)品評論數(shù)據(jù)情感分析310