新書推薦:
《
第三帝国:一部新的历史(纳粹主义具有何种魔力?纳粹运动会卷土重来吗?一部全面揭示希特勒及其罪恶帝国黑暗的历史)
》
售價:NT$
490.0
《
强迫症的历史:德国人的犹太恐惧症与大屠杀(德国历史上的反犹文化源自哪里?如何演化为战争对犹太人灭绝性的种族杀戮?德国历史研究专家克劳斯·费舍尔叙述德国反犹史及其极端形态的典范之作)
》
售價:NT$
440.0
《
粤港澳大湾区舆论引导与舆情应对精品案例:基于媒介化治理的思考
》
售價:NT$
445.0
《
大地的勇士
》
售價:NT$
340.0
《
中华老学·第十一辑
》
售價:NT$
380.0
《
债务之网:瑞士民商法的发展历史(1800-1900)
》
售價:NT$
345.0
《
ARM嵌入式Linux系统开发详解(第3版)
》
售價:NT$
595.0
《
长寿时代:做自己人生的CFO
》
售價:NT$
310.0
|
編輯推薦: |
本书是《Python数据挖掘算法与应用》(刘金岭、马甲林编著)的配套指导书,共分为两个部分,第一部分为上机实验,该部分根据主教材的知识点设计了18个实验,以帮助读者理解主教材的内容及算法的原理;第二部分为课程实训,该部分根据Python语言的特点给出了4个实训案例。本书提供程序源码和思考题解答。
|
內容簡介: |
本书是《Python数据挖掘算法与应用》(清华大学出版社,刘金岭、马甲林编著,以下简称主教材)的配套指导书,共分为两部分,第一部分为上机实验,根据主教材的知识点设计了18个实验,以帮助读者理解主教材的内容及算法的原理;第二部分为课程实训,根据Python语言的特点给出了4个实训案例。
本书内容实用性强,讲解由浅入深、循序渐进,注重培养学生的应用能力,可作为高等院校数据挖掘、机器学习等课程的上机实验、课程实训的指导书或毕业设计的参考书。
|
關於作者: |
刘金岭,男,河北沧州人,教授,硕士生导师。主要研究方向:数据库技术、数据挖掘、智能数据分析。长期承担《数据库原理及应用》课程(天津市线上、线下混合一流本科课程)和《数据挖掘》课程教学。第一作者发表专业核心期刊以上论文30多篇,主编出版教材9部,主持完成省级以上项目7项。获厅级以上科技进步奖2项,主编教材获省级精品教材2部,省级重点规划教材2部,获校级教学成果一、二等奖多次。指导大学生完成国家级创新项目及省级多项;指导大学生参加全国计算机设计大赛获一等奖。
|
目錄:
|
第一部分上 机 实 验
实验一Python数据分析基础实验3
实验二Python常用库函数应用实验7
实验三数据相似性与可视化实验13
实验四数据采集与预处理实验18
实验五KNN分类实验25
实验六决策树分类实验29
实验七朴素贝叶斯分类实验36
实验八支持向量机实验41
实验九分类模型评估实验53
实验十基于划分的聚类实验60
实验十一基于层次的聚类实验68
实验十二基于密度的聚类实验73
实验十三聚类质量评估实验80
实验十四关联规则实验86
实验十五回归预测模型实验98
实验十六逻辑回归模型实验106
实验十七多项式回归模型实验111
实验十八BP网络分类实验115
第二部分课 程 实 训
实训一北京市二手房数据分析125
实训二超市商品销售数据分析141
实训三银行营销数据分析155
实训四移动通信业务客户价值数据分析181
|
內容試閱:
|
党的二十大报告指出: 教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。必须坚持科技是第一生产力、人才是第一资源、创新是第一动力,深入实施科教兴国战略、人才强国战略、创新驱动发展战略,开辟发展新领域新赛道,不断塑造发展新动能新优势。高等教育与经济社会发展紧密相连,对促进就业创业、助力经济社会发展、增进人民福祉具有重要意义。
“数据挖掘”、“机器学习”或“数据分析”等课程是具有较强理论性和较强实践性的专业基础课程,学习这些课程需要把理论知识和实际应用紧密结合起来。本书作为《Python数据挖掘算法与应用》(清华大学出版社,刘金岭、马甲林编著,以下简称主教材)的配套指导书,编写目的是让读者在学习数据挖掘知识的同时做到理论联系实际,即在进行理论知识学习的同时进行上机实践。本书内容紧密结合主教材的内容,由浅入深、循序渐进,力求通过实践训练让读者了解数据挖掘算法的基本原理,培养读者应用及设计算法的能力。
本书分为两部分,第一部分为上机实验,第二部分为课程实训。
本书的编写特点主要如下:
(1) 第一部分根据主教材的知识点设计了18个实验,为读者进一步理解、应用数据挖掘理论打下坚实的基础。每个实验都有实验目的、实验内容、实验指导、注意事项和思考题,其中,实验指导配有若干实验题目,每个实验题目配有分析讨论内容。该部分的实验分别为Python数据分析基础实验、Python常用库函数应用实验、数据相似性与可视化实验、数据采集与预处理实验、KNN分类实验、决策树分类实验、朴素贝叶斯分类实验、支持向量机实验、分类模型评估实验、基于划分的聚类实验、基于层次的聚类实验、基于密度的聚类实验、聚类质量评估实验、关联规则实验、回归预测模型实验、逻辑回归模型实验、多项式回归模型实验、BP网络分类实验。
(2) 第二部分给出了4个实训案例,对给定的数据集进行相关分析(由于不是真实的数据,有些分析的结果与真实的结果有一定的偏差),主要目的是使学生掌握使用Python进行数据分析的方法和思想。
本书中的实验为Python 3.6.5的IDLE环境。
本书提供程序源码和思考题解答,扫描封底的文泉云盘防盗码,再扫描目录上方的二维码下载。
本书由长期从事“数据挖掘”课程教学工作、具有丰富教学经验的一线教师编写,针对性强、理论与应用并重、概念清楚、内容丰富,并且强调面向应用,注重培养学生的应用能力。
本书的编写得到编者所在学院以及清华大学出版社的大力支持,在此对所有相关人员的工作与支持表示衷心的感谢。
由于编者的水平有限,书中难免存在一些疏漏,殷切地希望广大读者给予批评指正。
编者2024年7月
|
|