只要能解决实际问题,用什么工具来学习数据挖掘都是无所谓的,这里首推Python。那么,我们该如何利用Python来学习数据挖掘呢?我们需要掌握Python中的哪些知识呢?
1、Pandas库的操作
Panda是数据分析特别重要的一个库,我们要掌握以下三点:
1)pandas 分组计算;
2)pandas 索引与多重索引;
索引比较难,但是却是非常重要的
3)pandas 多表操作与数据透视表
2、numpy数值计算
numpy数据计算主要的应用是在数据挖掘,对于以后的机器学习,深度学习,这也是一个必须掌握的库,我们要掌握以下内容:
1)Numpy array理解;
2)数组索引操作;
3)数组计算;
4)Broadcasting(线性代数里面的知识)
3、数据可视化-matplotlib与seaborn
1)Matplotib语法
python最基本的可视化工具就是matplotlib。我们咋一看Matplotlib与matlib有点像,我们要搞清楚二者的关系是什么,这样我们学习起来才会比较轻松。
2)seaborn的使用
seaborn是一个非常漂亮的可视化工具。
3)pandas绘图功能
我们说过pandas是做数据分析的,但它也提供了一些绘图的API。
4、数据挖掘入门
这部分是最难也是最有意思的一部分,要掌握以下几个部分:
1)机器学习的定义