内容简介

本书以Python 3版本作为数据分析与挖掘实战的应用工具，从Pyhton的基础语法开始，陆续介绍有关数值计算的Numpy、数据处理的Pandas、数据可视化的Matplotlib和数据挖掘的Sklearn等内容。全书共涵盖15种可视化图形以及10个常用的数据挖掘算法和实战项目，通过本书的学习，读者可以掌握数据分析与挖掘的理论知识和实战技能。本书适于统计学、数学、经济学、金融学、管理学以及相关理工科专业的本科生、研究生使用，也能够提高从事数据咨询、研究或分析等人士的专业水平和技能。

目录

第1章 数据分析与挖掘概述 1 
第2章 从收入的预测分析开始 10 
第3章 Python快速入门 29 
第4章 Python数值计算工具——Numpy 56 
第5章 Python数据处理工具——Pandas 76 
第6章 Python数据可视化 110 
第7章 线性回归预测模型 150 
第8章 岭回归与LASSO回归模型 174 
第9章 Logistic回归分类模型 190 
第10章 决策树与随机森林 208 
第11章 KNN模型的应用 233 
第12章 朴素贝叶斯模型 253 
第13章 SVM模型的应用 272 
第14章 GBDT模型的应用 296 
第15章 Kmeans聚类分析 326 
第16章 DBSCAN与层次聚类分析 345

文档截图