python量化案例_Python数据分析经典案例

从事机器学习,数据分析,数据挖掘的同学们以及python使用者 选择经典案例基于真实数据集，从数据预处理开始到建立机器学习模型以及效果评估，完整的讲解如何使用python及其常用库进行数据的分析和模型的建立。对于每一个面对的挑战，分析解决问题思路以及如何构造合适的模型并且给出合适评估方法。在每一个案例中，同学们可以快速掌握如何使用pandas进行数据的预处理和分析，使用matplotlib进行可视化的展示以及基于scikit-learn库的机器学习模型的建立

课时01.课程简介

课时02.课程数据，代码下载

课时03.使用Anaconda搭建python环境

课时04.Kobe.Bryan生涯数据读取与简介

课时05.特征数据可视化展示

课时06.数据预处理

课时07.使用scikit-learn建立分类模型

课时08.数据简介及面临的挑战

课时09.数据不平衡问题解决方案

课时10.逻辑回归进行分类预测

课时11.使用阈值来衡量预测标准

课时12.使用数据生成策略

课时13.数据简介与特征课时化展示

课时14.不同特征的分布规则

课时15.决策树模型参数详解

课时16.决策树中参数的选择

课时17.将建立好决策树可视化展示出来

课时18.船员数据分析

课时19.数据预处理

课时20.使用回归算法进行预测

课时21.使用随机森林改进模型

课时22.随机森林特征重要性分析