数据挖掘－python数据分析与挖掘实战

第一章－数据挖掘基础

一、过程

1、确定目标

2、数据取样：随机取样、等距取样、分层取样、从起始顺序取样、分类抽样

3、数据探索：异常值分析、缺失值分析、相关性分析和周期分析

4、数据预处理：数据筛选、数据变量转换、缺失值处理、坏数据处理、数据标准化、主成分分析、属性选择、物选择规约

5、数据建模：model（分类、聚类、关联规则、时序模式或者智能推荐）

6、模型评价：找出最好的模型

二、数据挖掘建模工具（sas、spss、sql server、python、weka、knme、rapidminer、tipdm）－java包含豆

第二章－phython数据分析简介

一、简单的python介绍：

1. 基本运算：

    1. a**2  平方运算

    2. a, b, c = 2, 3, 4   多变量同时赋值

    3. 字符串：

s = 'I like u'
s = s + 'very much'
s = s.split('')   #判断为空格的地方断开

    4. range

for i range(1,4,1):#从1开始到4，1是等差值
   print (i)

result:
1,2,3

    5. 函数返回可以返回多个数，同时用多个变量接收调用结果

def a