数据分析实战45讲¶

算法¶

决策树¶

朴素贝叶斯¶

SVM¶

KNN¶

K-Means¶

EM¶

关联规则¶

PageRank¶

AdaBoost¶

库¶

NumPy¶

Pandas¶

Matplotlib¶

Seaborn¶

流程¶

数据采集¶

工具
- 八爪鱼

数据挖掘¶

准备阶段
- 数据清洗
  - 占据80%的处理时间
  - 规则
    - 完整性
    - 全面性
    - 合法性
    - 唯一性
- 数据集成
  - 合并多个数据源
- 数据变换
  - 数据平滑
  - 数据聚焦
  - 数据概化
  - 数据规范化
    - Min-max 规范化
    - Z-Score 规范化
    - 小数定标规范化
- 数据探索
分类阶段

数据可视化¶

4类图
- 比较
- 联系
- 构成
- 分布