数据分析与挖掘算法:Python实战

第1章 数据分析概述 1
1．1 什么是数据挖掘 2
1．2 数据挖掘与数据分析的关系 6
1．3 数据挖掘与机器学习的关系 8
1．4 机器学习算法简介 13

第2章 数据思维 19
2．1 数据思维认知 21
2．2 数据思维认知的主观性与客观性 26
2．3 数据挖掘“定律” 29

第3章 逻辑回归 37
3．1 逻辑回归基础：从线性回归到逻辑回归 38
3．2 逻辑回归函数构建 41
3．3 逻辑回归问题求解 46
3．4 逻辑回归模型评估 49
3．5 Python代码实现 55

第4章 决策树 65
4．1 决策树基础 66
4．2 决策树算法 70
4．3 Python代码实现 86

第5章 朴素贝叶斯 95
5．1 概率论基础 96
5．2 从贝叶斯公式到朴素贝叶斯分类 100
5．3 Python代码实现 106

第6章 聚类分析 113
6．1 聚类分析基础 115
6．2 聚类算法 121
6．3 Python代码实现 128

第7章 关联规则 137
7．1 关联规则基础 140
7．2 关联规则算法 143
7．3 Python代码实现 147

第8章 人工神经网络 151
8．1 人工神经网络基础 153
8．2 BP（误差逆传播前馈）神经网络 158
8．3 Python代码实现 164

第9章 集成学习 169
9．1 集成学习基础 170
9．2 集成学习算法 174
参考资料 181