![](https://img-blog.csdnimg.cn/20200508193407515.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
Python数据分析与挖掘实战
主讲数据挖掘,以及一些实战技术
please tell me
在秃头的边缘挣扎
展开
-
Python数据分析与挖掘实战(二)——Python数据分析工具
Python数据分析工具 Python本身的数据分析功能不强,需要安装一些第三方扩展库来增强它的能力。常用的数据挖掘相关扩展库有Numpy、Scipy、Matplotlib、Pandas、Scikit-Learn、Keras和Gensim等。如下图所示: 扩展库 简介 Numpy 提供数组支持,以及相应的高效的处理函数 Scipy 提供矩阵支持,以及矩阵相关的数值模块 Matplotlib 强大的数据可视化工具、做图库 Pandas 强大、灵活的数据分析和探索工具 Sta原创 2020-05-10 18:42:21 · 1053 阅读 · 0 评论 -
Python数据分析与挖掘实战(一)——数据挖掘基础
数据挖掘基础 从大量数据(包括文本)中挖掘出隐含的、未知的、对决策有潜在价值的关系、模式和趋势,并用这些知识和规则建立用于决策支持的模型,提供预测性决策支持的方法、工具和过程,就是数据挖掘;它是利用各种分析工具在大量数据中寻找其规律和发现模型与数据之间关系的过程,是统计学、数据库技术和人工智能技术的综合。 1、数据挖掘的基本任务 数据挖掘的基本任务包括利用分类与预测、聚类分析、关联规则、时序模式、偏差检测、智能推荐等方法,提取数据中蕴含的价值。 2、数据挖掘建模过程 (1)定义挖掘目标 针对具体的原创 2020-05-08 23:31:04 · 1013 阅读 · 0 评论