《Python数据分析与挖掘实战》--读书笔记(1)-2021

本书通过实战案例介绍Python在数据挖掘中的应用,包括电力窃漏点用户识别、航空公司客户价值分析、中药证型关联规则挖掘等,覆盖了多种数据挖掘技术和特征构造方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  • 基本信息

书名:《Python数据分析与挖掘实战》

作者:张良均 王路 谭立云 苏剑林

出版社:机械工业出版社

  • 主要内容

基础部分:

介绍了数据挖掘的过程、python数据分析简介、数据探索、预处理和建模。

实战部分:
1.电力窃漏点用户自动识别

采用方法:拉格朗日插值法、LM神经网络、CART决策树。

特征构造:电量趋势下降指标(斜率)

2.航空公司客户价值分析

采用方法:k-means聚类

特征构造:采用的原始特征值相减的方法(例如:L=LOAD_TIME-FFP_DATE 会员入会时间距观测窗口结束的月数 = 观测窗口的结束时间-入会时间)

 3.中药证型关联规则挖掘

采用方法:Apriori算法处理

4.基于水色图像的水质评价

采用方法:支持向量机(SVM)

特征构造:颜色矩特征,图像分割。

5.家用电器用户行为分析与事件识别

采用方法:BP神经网络

特征构造:斜率

6.应用系统负载分析与磁盘容量预测

采用方法:ARMA时序模型

7.电子商务网站用户行为分析及服务推荐

采用方法:协同过滤推荐算法

8.财政收入影响因素分析及预测模型

采用方法:灰色预测与神经网络组合模型

特征构造:Adaptive-Lasso变量选择

9.基于基站定位数据的商圈分析

采用方法:层次聚类

10.电商产品评论数据情感分析

采用方法:八爪鱼爬虫工具,word2vec,ROSTCM6(由武汉大学开的一款免费反剽窃系统),LDA模型主题分析

  • 小结

本书重点在怎么做上面,是一本非常好的练习手册,搭配完善的python代码,能够快速入门上手。总的来说,本书非常基础。但适合当成一本字典,需要时可以快速查阅。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值