图书详情

图书信息
图书目录
数字化资源

数据挖掘与Python实践



本书是教育部高等学校软件工程教学指导委员会（第一批）专业方向类规划推荐教材，中央财经大学研究生精品教材建设项目立项教材。

本书体系完整，内容丰富，共包含8章：第一章导言，第二章认识数据，第三章数据预处理，第四章关联规则挖掘，第五章分类，第六章数值预测，第七章聚类分析和第八章复杂数据的挖掘。此外，本书还附带了Python环境搭建及基础教程，供读者使用。

本书可作为高等学校数据科学与大数据专业课程教材，也可作为相关专业的专业课教材使用。

作者：
李爱华主编 孟凡副主编
定价：
49.80 元
出版时间：
2023-02-20
ISBN：
978-7-04-058997-9
物料号：
58997-00
读者对象：
高等教育
一级分类：
管理
二级分类：
管理科学与工程
三级分类：
信息管理与信息系统
重点项目：
暂无
版面字数：
370.00千字
开本：
16开
装帧形式：
平装
页数：
268
最新
印次时间：
2026年09月
  • 目录
    • 前辅文
      • 第1章 导言
        • 1.1 数据挖掘简介
          • 1.1.1 数据挖掘的产生
            • 1.1.2 数据挖掘的定义
              • 1.1.3 数据挖掘的流程
              • 1.2 数据挖掘的模式类型和涉及领域
                • 1.2.1 数据挖掘的模式类型
                  • 1.2.2 数据挖掘涉及领域
                  • 1.3 数据挖掘的应用
                    • 1.3.1 应用场景1——市场分析和管理
                      • 1.3.2 应用场景2——风险分析和管理
                        • 1.3.3 应用场景3——欺骗检测和异常模式识别
                        • 1.4 数据挖掘的常用软件
                          • 1.4.1 Python
                            • 1.4.2 R
                              • 1.4.3 Weka
                                • 1.4.4 SPSS Modeler
                                  • 1.4.5 SAS
                                  • 本章小结
                                    • 课后习题
                                      • 即测即评
                                      • 第2章 认识数据
                                        • 2.1 数据对象与属性类型
                                          • 2.1.1 数据对象
                                            • 2.1.2 属性类型
                                            • 2.2 数据的基本统计描述
                                              • 2.2.1 数据的基本统计描述——集中趋势
                                                • 2.2.2 数据的基本统计描述——离散趋势
                                                  • 2.2.3 数据的基本统计描述——基本统计图
                                                  • 2.3 数据可视化
                                                    • 2.4 相似性、相异性与邻近性度量
                                                      • 2.4.1 度量数据的相似性和相异性
                                                        • 2.4.2 标称属性的邻近性度量
                                                          • 2.4.3 数值属性的邻近性度量
                                                            • 2.4.4 序数属性的邻近性度量
                                                              • 2.4.5 混合类型属性的相异性
                                                                • 2.4.6 余弦相似性
                                                                • 2.5 数据、信息和知识
                                                                  • 2.5.1 数据
                                                                    • 2.5.2 信息和知识
                                                                    • 2.6 Python实践
                                                                      • 本章小结
                                                                        • 课后习题
                                                                          • 即测即评
                                                                          • 第3章 数据预处理
                                                                            • 3.1 数据预处理的原因和任务
                                                                              • 3.2 数据清洗
                                                                                • 3.2.1 缺失值
                                                                                  • 3.2.2 噪声数据
                                                                                  • 3.3 数据集成
                                                                                    • 3.4 数据归约
                                                                                      • 3.4.1 维归约
                                                                                        • 3.4.2 数量归约
                                                                                          • 3.4.3 数据压缩
                                                                                          • 3.5 数据变换
                                                                                            • 3.5.1 数据规范化
                                                                                              • 3.5.2 数据离散化
                                                                                              • 3.6 Python实践
                                                                                                • 本章小结
                                                                                                  • 课后习题
                                                                                                    • 即测即评
                                                                                                    • 第4章 关联规则挖掘
                                                                                                      • 4.1 频繁模式与关联规则
                                                                                                        • 4.1.1 频繁模式
                                                                                                          • 4.1.2 关联规则
                                                                                                          • 4.2 频繁项集的典型发掘方法
                                                                                                            • 4.2.1 逐层发现算法Apriori
                                                                                                              • 4.2.2 无候选集发现算法FP-growth
                                                                                                              • 4.3 关联规则的生成方法
                                                                                                                • 4.4 关联规则的其他类型
                                                                                                                  • 4.4.1 多层次关联规则
                                                                                                                    • 4.4.2 负模式
                                                                                                                      • 4.4.3 结构化数据中的关联分析
                                                                                                                      • 4.5 关联规则的兴趣度的其他度量
                                                                                                                        • 4.5.1 提升度（lift)
                                                                                                                          • 4.5.2 余弦（cosine)
                                                                                                                          • 4.6 Python实践
                                                                                                                            • 4.6.1 Apriori算法Python实践
                                                                                                                              • 4.6.2 FP-growth算法Python实践
                                                                                                                                • 4.6.3 Mushroom案例Python实践
                                                                                                                                • 本章小结
                                                                                                                                  • 课后习题
                                                                                                                                    • 即测即评
                                                                                                                                    • 第5章 分类
                                                                                                                                      • 5.1 分类概述
                                                                                                                                        • 5.2 决策树
                                                                                                                                          • 5.2.1 决策树的基本概念
                                                                                                                                            • 5.2.2 ID3算法
                                                                                                                                              • 5.2.3 C4.5算法
                                                                                                                                                • 5.2.4 决策树的剪枝
                                                                                                                                                  • 5.2.5 Python构建决策树
                                                                                                                                                  • 5.3 k近邻分类
                                                                                                                                                    • 5.3.1 k近邻的基本思想
                                                                                                                                                      • 5.3.2 k近邻的关键技术
                                                                                                                                                        • 5.3.3 Python实现k近邻分类
                                                                                                                                                        • 5.4 朴素贝叶斯分类
                                                                                                                                                          • 5.4.1 贝叶斯定理
                                                                                                                                                            • 5.4.2 朴素贝叶斯分类计算
                                                                                                                                                              • 5.4.3 Python实现朴素贝叶斯分类
                                                                                                                                                              • 5.5 人工神经网络
                                                                                                                                                                • 5.5.1 人工神经网络的提出
                                                                                                                                                                  • 5.5.2 人工神经元基本模型
                                                                                                                                                                    • 5.5.3 人工神经网络的结构
                                                                                                                                                                      • 5.5.4 Python实现人工神经网络
                                                                                                                                                                      • 5.6 支持向量机
                                                                                                                                                                        • 5.6.1 支持向量机的提出
                                                                                                                                                                          • 5.6.2 支持向量机分类基本原理
                                                                                                                                                                            • 5.6.3 Python实现支持向量机分类器
                                                                                                                                                                            • 5.7 分类性能度量
                                                                                                                                                                              • 5.7.1 测试数据集的构造
                                                                                                                                                                                • 5.7.2 分类性能的度量
                                                                                                                                                                                  • 5.7.3 不同分类模型的比较
                                                                                                                                                                                  • 5.8 分类在信用评级中的应用案例
                                                                                                                                                                                    • 5.8.1 信用评级的背景
                                                                                                                                                                                      • 5.8.2 信用评级的概念
                                                                                                                                                                                        • 5.8.3 信用评级的方法
                                                                                                                                                                                          • 5.8.4 Python实践
                                                                                                                                                                                          • 本章小结
                                                                                                                                                                                            • 课后习题
                                                                                                                                                                                              • 即测即评
                                                                                                                                                                                              • 第6章 数值预测
                                                                                                                                                                                                • 6.1 数值预测的概念
                                                                                                                                                                                                  • 6.1.1 数值预测
                                                                                                                                                                                                    • 6.1.2 数值预测的相关概念
                                                                                                                                                                                                    • 6.2 回归方法
                                                                                                                                                                                                      • 6.2.1 回归概念及一元线性回归
                                                                                                                                                                                                        • 6.2.2 一元线性回归检验
                                                                                                                                                                                                          • 6.2.3 多元线性回归
                                                                                                                                                                                                            • 6.2.4 非线性回归
                                                                                                                                                                                                              • 6.2.5 二元逻辑回归
                                                                                                                                                                                                              • 6.3 回归树与模型树
                                                                                                                                                                                                                • 6.3.1 模型树的构建
                                                                                                                                                                                                                  • 6.3.2 模型树的剪枝
                                                                                                                                                                                                                    • 6.3.3 算法
                                                                                                                                                                                                                    • 6.4 k近邻数值预测
                                                                                                                                                                                                                      • 6.5 预测误差的度量
                                                                                                                                                                                                                        • 6.6 Python实践
                                                                                                                                                                                                                          • 6.6.1 线性回归
                                                                                                                                                                                                                            • 6.6.2 回归树
                                                                                                                                                                                                                              • 6.6.3 k近邻回归
                                                                                                                                                                                                                              • 本章小结
                                                                                                                                                                                                                                • 课后习题
                                                                                                                                                                                                                                  • 即测即评
                                                                                                                                                                                                                                  • 第7章 聚类分析
                                                                                                                                                                                                                                    • 7.1 聚类概述
                                                                                                                                                                                                                                      • 7.1.1 什么是聚类
                                                                                                                                                                                                                                        • 7.1.2 聚类方法
                                                                                                                                                                                                                                          • 7.1.3 聚类功能及应用
                                                                                                                                                                                                                                          • 7.2 相似度度量方法
                                                                                                                                                                                                                                            • 7.2.1 基于内容的相似度度量
                                                                                                                                                                                                                                              • 7.2.2 基于链接的相似度度量
                                                                                                                                                                                                                                              • 7.3 k均值聚类
                                                                                                                                                                                                                                                • 7.3.1 k均值聚类原理
                                                                                                                                                                                                                                                  • 7.3.2 k均值聚类算法的Python实验
                                                                                                                                                                                                                                                  • 7.4 层次聚类
                                                                                                                                                                                                                                                    • 7.4.1 凝聚层次聚类原理
                                                                                                                                                                                                                                                      • 7.4.2 凝聚层次聚类算法的Python实验
                                                                                                                                                                                                                                                      • 7.5 DBSCAN方法
                                                                                                                                                                                                                                                        • 7.5.1 DBSCAN聚类原理
                                                                                                                                                                                                                                                          • 7.5.2 DBSCAN聚类算法的Python实验
                                                                                                                                                                                                                                                          • 7.6 聚类效果衡量方法
                                                                                                                                                                                                                                                            • 7.7 聚类在实际场景中的应用案例
                                                                                                                                                                                                                                                              • 7.7.1 固定资产投资聚类分析
                                                                                                                                                                                                                                                                • 7.7.2 客户群聚类分析
                                                                                                                                                                                                                                                                • 本章小结
                                                                                                                                                                                                                                                                  • 课后习题
                                                                                                                                                                                                                                                                    • 即测即评
                                                                                                                                                                                                                                                                    • 第8章 复杂数据的挖掘
                                                                                                                                                                                                                                                                      • 8.1 序列数据、图与网络
                                                                                                                                                                                                                                                                        • 8.1.1 序列数据
                                                                                                                                                                                                                                                                          • 8.1.2 图与网络
                                                                                                                                                                                                                                                                          • 8.2 其他类型数据
                                                                                                                                                                                                                                                                            • 本章小结
                                                                                                                                                                                                                                                                              • 课后习题
                                                                                                                                                                                                                                                                                • 即测即评
                                                                                                                                                                                                                                                                                • 附录一 Python环境搭建及基础教程
                                                                                                                                                                                                                                                                                  • 一、安装
                                                                                                                                                                                                                                                                                    • （一）下载
                                                                                                                                                                                                                                                                                      • （二）Python版本问题
                                                                                                                                                                                                                                                                                      • 二、jupyter
                                                                                                                                                                                                                                                                                        • （一）打开jupyter
                                                                                                                                                                                                                                                                                          • （二）jupyter操作
                                                                                                                                                                                                                                                                                            • （三）选择在不同的工作目录下运行jupyter
                                                                                                                                                                                                                                                                                            • 三、包管理
                                                                                                                                                                                                                                                                                              • （一）Python数据挖掘主要使用的包
                                                                                                                                                                                                                                                                                                • （二）包安装
                                                                                                                                                                                                                                                                                                  • （三）包的使用
                                                                                                                                                                                                                                                                                                • 附录二 Python基础教程
                                                                                                                                                                                                                                                                                                  • 一、Python
                                                                                                                                                                                                                                                                                                    • （一）基础数据类型
                                                                                                                                                                                                                                                                                                      • （二）复合数据类型
                                                                                                                                                                                                                                                                                                        • （三）控制语句
                                                                                                                                                                                                                                                                                                          • （四）函数
                                                                                                                                                                                                                                                                                                          • 二、NumPy
                                                                                                                                                                                                                                                                                                            • （一）数组array
                                                                                                                                                                                                                                                                                                              • （二）数组运算
                                                                                                                                                                                                                                                                                                              • 三、Pandas
                                                                                                                                                                                                                                                                                                                • （一）创建DateFrame
                                                                                                                                                                                                                                                                                                                  • （二）浏览数据
                                                                                                                                                                                                                                                                                                                    • （三）选择数据
                                                                                                                                                                                                                                                                                                                      • （四）读取和写入数据
                                                                                                                                                                                                                                                                                                                      • 四、Matplotlib
                                                                                                                                                                                                                                                                                                                        • （一）绘图
                                                                                                                                                                                                                                                                                                                          • （二）绘制子图
                                                                                                                                                                                                                                                                                                                            • （三）其他类型的图像
                                                                                                                                                                                                                                                                                                                            • 五、其他常用工具包
                                                                                                                                                                                                                                                                                                                              • （一）Statsmodels
                                                                                                                                                                                                                                                                                                                                • （二）SciPy
                                                                                                                                                                                                                                                                                                                                  • （三）scikit-learn
                                                                                                                                                                                                                                                                                                                              58997-00 数据挖掘与python实践 李爱华
                                                                                                                                                                                                                                                                                                                              如无法打开或下载资源，请在电脑端（xuanshu.hep.com.cn)进行下载操作。

                                                                                                                                                                                                                                                                                                                              相关图书

                                                                                                                                                                                                                                                                                                                              商务智能与数据挖掘
                                                                                                                                                                                                                                                                                                                              陈晓红 寇纲 刘咏梅
                                                                                                                                                                                                                                                                                                                              48.00 元
                                                                                                                                                                                                                                                                                                                              收藏
                                                                                                                                                                                                                                                                                                                              商务智能与数据挖掘
                                                                                                                                                                                                                                                                                                                              陈晓红 寇纲 刘咏梅
                                                                                                                                                                                                                                                                                                                              48.00 元
                                                                                                                                                                                                                                                                                                                              收藏
                                                                                                                                                                                                                                                                                                                              图解Python入门
                                                                                                                                                                                                                                                                                                                              胡昌龙 张冀新
                                                                                                                                                                                                                                                                                                                              55.00 元
                                                                                                                                                                                                                                                                                                                              收藏
                                                                                                                                                                                                                                                                                                                              财经大数据分析——以python为工具
                                                                                                                                                                                                                                                                                                                              王彦超 林东杰 马云飙 段丙蕾 著
                                                                                                                                                                                                                                                                                                                              46.00 元
                                                                                                                                                                                                                                                                                                                              收藏
                                                                                                                                                                                                                                                                                                                              Python数据可视化
                                                                                                                                                                                                                                                                                                                              钟雪灵 郑桂荣
                                                                                                                                                                                                                                                                                                                              59.00 元
                                                                                                                                                                                                                                                                                                                              收藏
                                                                                                                                                                                                                                                                                                                              1