写给程序员的数据挖掘实践指南PDF电子书下载

第1章 数据挖掘简介及本书使用方法 1

欢迎来到21世纪 2

并不只是对象 5

TB级挖掘是现实不是科幻 7

本书体例 9

第2章 协同过滤——爱你所爱 14

如何寻找相似用户 15

曼哈顿距离 16

欧氏距离 16

N维下的思考 18

一般化 22

Python中数据表示方法及代码 24

计算曼哈顿距离的代码 25

用户的评级差异 28

皮尔逊相关系数 30

在继续之前稍微休息一下 35

最后一个公式——余弦相似度 36

相似度的选择 40

一些怪异的事情 43

k近邻 44

Python的一个推荐类 47

一个新数据集 54

第3章 协同过滤——隐式评级及基于物品的过滤 56

隐式评级 57

调整后的余弦相似度 67

Slope One算法 76

Slope One算法的粗略描述图 77

基于Python的实现 83

加权Slope One：推荐模块 88

MovieLens数据集 90

第4章 内容过滤及分类——基于物品属性的过滤 93

一个简单的例子 98

用Python实现 101

给出推荐的原因 102

一个取值范围的问题 104

归一化 105

改进的标准分数 109

归一化vs.不归一化 111

回到Pandora 112

体育项目的识别 119

Python编程 123

就是它了 133

汽车MPG数据 135

杂谈 137

第5章 分类的进一步探讨——算法评估及kNN 139

训练集和测试集 140

10折交叉验证的例子 142

混淆矩阵 146

一个编程的例子 148

Kappa统计量 154

近邻算法的改进 159

一个新数据集及挑战 163

更多数据、更好的算法以及一辆破公共汽车 168

第6章 概率及朴素贝叶斯——朴素贝叶斯 170

微软购物车 174

贝叶斯定理 177

为什么需要贝叶斯定理 185

i100i500 188

用Python编程实现 191

共和党vs.民主党 197

数字 205

Python实现 214

这种做法会比近邻算法好吗 221

第7章 朴素贝叶斯及文本——非结构化文本分类 226

一个文本正负倾向性的自动判定系统 228

训练阶段 232

第8章 聚类——群组发现 256

k-means聚类 281

SSE或散度 289

小结 303

安然公司 305