基础篇 2
第1章 数据挖掘基础 2
1.1 某知名连锁餐饮企业的困惑 2
1.2 从餐饮服务到数据挖掘 3
1.3 数据挖掘的基本任务 4
1.4 数据挖掘建模过程 4
1.4.1 定义挖掘目标 4
1.4.2 数据取样 5
1.4.3 数据探索 6
1.4.4 数据预处理 7
1.4.5 挖掘建模 7
1.4.6 模型评价 7
1.5 常用的数据挖掘建模工具 7
1.6 小结 9
第2章 Python数据分析简介 10
2.1 搭建Python开发平台 12
2.1.1 所要考虑的问题 12
2.1.2 基础平台的搭建 12
2.2 Python使用入门 13
2.2.1 运行方式 14
2.2.2 基本命令 15
2.2.3 数据结构 17
2.2.4 库的导入与添加 20
2.3 Python数据分析工具 22
2.3.1 Numpy 23
2.3.2 Scipy 24
2.3.3 Matplotlib 24
2.3.4 Pandas 26
2.3.5 StatsModels 27
2.3.6 Scikit-Learn 28
2.3.7 Keras 29
2.3.8 Gensim 30
2.4 配套资源使用设置 31
2.5 小结 32
第3章 数据探索 33
3.1 数据质量分析 33
3.1.1 缺失值分析 34
3.1.2 异常值分析 34
3.1.3 一致性分析 37
3.2 数据特征分析 37
3.2.1 分布分析 37
3.2.2 对比分析 40
3.2.3 统计量分析 41
3.2.4 周期性分析 44
3.2.5 贡献度分析 45
3.2.6 相关性分析 47
3.3 Python主要数据探索函数 50
3.3.1 基本统计特征函数 50
3.3.2 拓展统计特征函数 53
3.3.3 统计作图函数 54
3.4 小结 59
第4章 数据预处理 60
4.1 数据清洗 60
4.1.1 缺失值处理 60
4.1.2 异常值处理 64
4.2 数据集成 64
4.2.1 实体识别 64
4.2.2 冗余属性识别 65
4.3 数据变换 65
4.3.1 简单函数变换 65
4.3.2 规范化 66
4.3.3 连续属性离散化 68
4.3.4 属性构造 70
4.3.5 小波变换 71
4.4 数据规约 74
4.4.1 属性规约 74
4.4.2 数值规约 77
4.5 Python主要数据预处理函数 80
4.6 小结 81
第5章 挖掘建模 83
5.1 分类与预测 83
5.1.1 实现过程 83
5.1.2 常用的分类与预测算法 84
5.1.3 回归分析 85
5.1.4 决策树 89
5.1.5 人工神经网络 95
5.1.6 分类与预测算法评价 100
5.1.7 Python分类预测模型特点 103
5.2 聚类分析 104
5.2.1 常用聚类分析算法 104
5.2.2 K-Means聚类算法 105
5.2.3 聚类分析算法评价 111
5.2.4 Python主要聚类分析算法 111
5.3 关联规则 113
5.3.1 常用关联规则算法 114
5.3.2 Apriori算法 114
5.4 时序模式 119
5.4.1 时间序列算法 120
5.4.2 时间序列的预处理 120
5.4.3 平稳时间序列分析 122
5.4.4 非平稳时间序列分析 124
5.4.5 Python主要时序模式算法 132
5.5 离群点检测 134
5.5.1 离群点检测方法 135
5.5.2 基于模型的离群点检测方法 136
5.5.3 基于聚类的离群点检测方法 138
5.6 小结 141
实战篇 144
第6章 电力窃漏电用户自动识别 144
6.1 背景与挖掘目标 144
6.2 分析方法与过程 147
6.2.1 数据抽取 148
6.2.2 数据探索分析 148
6.2.3 数据预处理 151
6.2.4 构建专家样本 156
6.2.5 模型构建 157
6.3 上机实验 161
6.4 拓展思考 162
6.5 小结 163
第7章 航空公司客户价值分析 164
7.1 背景与挖掘目标 164
7.2 分析方法与过程 166
7.2.1 数据抽取 168
7.2.2 数据探索分析 168
7.2.3 数据预处理 169
7.2.4 模型构建 173
7.3 上机实验 177
7.4 拓展思考 178
7.5 小结 179
第8章 中医证型关联规则挖掘 180
8.1 背景与挖掘目标 180
8.2 分析方法与过程 181
8.2.1 数据获取 183
8.2.2 数据预处理 186
8.2.3 模型构建 190
8.3 上机实验 193
8.4 拓展思考 194
8.5 小结 194
第9章 基于水色图像的水质评价 195
9.1 背景与挖掘目标 195
9.2 分析方法与过程 195
9.2.1 数据预处理 197
9.2.2 模型构建 199
9.2.3 水质评价 201
9.3 上机实验 202
9.4 拓展思考 202
9.5 小结 203
第10章 家用电器用户行为分析与事件识别 204
10.1 背景与挖掘目标 204
10.2 分析方法与过程 205
10.2.1 数据抽取 206
10.2.2 数据探索分析 207
10.2.3 数据预处理 207
10.2.4 模型构建 217
10.2.5 模型检验 219
10.3 上机实验 220
10.4 拓展思考 221
10.5 小结 222
第11章 应用系统负载分析与磁盘容量预测 223
11.1 背景与挖掘目标 223
11.2 分析方法与过程 225
11.2.1 数据抽取 226
11.2.2 数据探索分析 226
11.2.3 数据预处理 227
11.2.4 模型构建 229
11.3 上机实验 235
11.4 拓展思考 236
11.5 小结 237
第12章 电子商务网站用户行为分析及服务推荐 238
12.1 背景与挖掘目标 238
12.2 分析方法与过程 240
12.2.1 数据抽取 242
12.2.2 数据探索分析 244
12.2.3 数据预处理 251
12.2.4 模型构建 256
12.3 上机实验 266
12.4 拓展思考 267
12.5 小结 269
第13章 财政收入影响因素分析及预测模型 270
13.1 背景与挖掘目标 270
13.2 分析方法与过程 272
13.2.1 灰色预测与神经网络的组合模型 273
13.2.2 数据探索分析 274
13.2.3 模型构建 277
13.3 上机实验 294
13.4 拓展思考 295
13.5 小结 296
第14章 基于基站定位数据的商圈分析 297
14.1 背景与挖掘目标 297
14.2 分析方法与过程 299
14.2.1 数据抽取 299
14.2.2 数据探索分析 299
14.2.3 数据预处理 301
14.2.4 模型构建 304
14.3 上机实验 308
14.4 拓展思考 309
14.5 小结 309
第15章 电商产品评论数据情感分析 310
15.1 背景与挖掘目标 310
15.2 分析方法与过程 310
15.2.1 评论数据采集 311
15.2.2 评论预处理 314
15.2.3 文本评论分词 320
15.2.4 模型构建 320
15.3 上机实验 333
15.4 拓展思考 334
15.5 小结 335
参考文献 336