Pandads与Scikit-learn数据分析与挖掘实用指南

第1章 引言 1.1 数据挖掘 1.2 机器学习算法 1.3 数据挖掘的主要流程 第2章 Python基础 2.1 Python简介 2.2 Python开发环境的搭建 第3章 Pandas基础 3.1 创建、读取和写入 3.2 索引、选择和分配 3.3 分组和排序 3.4 数据类型和缺失值 3.5 重命名及合并 第4章 Scikit-learn基础 4.1 Scikit-learn简介 4.2 Scikit-learn的技术基础 4.3 Scikit-learn安装 4.4 监督学习 4.5 交叉验证：评估机器学习模型的表现 第5章 特征工程 5.1 基准模型 5.2 分类编码 5.3 特征的生成 5.4 特征的选择 第6章 实例 6.1 lightgbm实践：桑坦德银行客户交易预测 6.2 Kaggle_Titanic生存预测