数据准备:从获取到整理(数据分析与应用丛书)

第1 章 数据来源
1．1 调查和观察数据
1．1．1 调查数据
1．1．2 观察数据
1．2 数据库数据
1．2．1 关系型数据库
1．2．2 非关系型数据库
1．3 爬虫数据
1．4 日志数据
第 2 章 数据类型
2．1 结构化数据
2．1．1 基本数据类型
2．1．2 二维表结构数据
2．2 集合数据类型
2．2．1 列表
2．2．2 元组
2．2．3 字典
2．2．4 集合
2．2．5 推导式
2．3 其他常见的结构化数据
2．3．1 数组
2．3．2 矩阵
2．3．3 数列
2．3．4 数据帧
2．3．5 日期时间型数据
2．4 非结构化数据
2．4．1 网页与 JSON 数据
2．4．2 图像数据
2．4．3 音频数据
2．4．4 视频数据
第 3 章 数据编码
3．1 数据编码的基本要求和原则
3．2 数据编码的结构类型
3．2．1 分类编码
3．2．2 顺序编码
3．2．3 分段编码
3．2．4 值标签编码
3．2．5 Dummy/虚拟变量编码
3．2．6 尺度编码
第 4 章 数据清洗
4．1 异常值清洗
4．1．1 异常值识别
4．1．2 异常值处理
4．2 重复数据清洗
4．2．1 重复数据检测
4．2．2 重复数据删除
4．3 低频类别清洗
4．3．1 观察低频识别
4．3．2 低频类别处理
4．4 数据纠错
4．4．1 逻辑纠错
4．4．2 格式纠错
4．5 数据纠偏
4．5．1 数据偏度识别和测量
4．5．2 数据偏度的纠正
第5 章 数据插补
5．1 缺失值产生原因及其表现
5．1．1 缺失值的含义
5．1．2 缺失值的类型
5．1．3 缺失值产生的原因
5．1．4 缺失值的影响
5．1．5 缺失值的表现形式
5．2 缺失值插补
5．2．1 简单统计量插补
5．2．2 聚类插补
5．2．3 模型插补
5．3 MVP
5．3．1 MVP 分析思路
5．3．2 MVP 提取方法
第 6 章 数据配平
6．1 不平衡数据
6．1．1 不平衡数据的含义
6．1．2 不平衡数据的影响
6．2 数据配平方法
6．2．1 欠采样
6．2．2 过采样
6．2．3 混合采样
6．3 数据配平的影响
6．3．1 数据配平的效果
6．3．2 模型预测结果的偏离及其校正方法
6．3．3 欠采样对预测稳定性的影响
第 7 章 数据重构
7．1 数据组合
7．1．1 序列组合
7．1．2 水平组合
7．1．3 垂直组合
7．1．4 深度组合
7．1．5 列组合
7．1．6 行组合
7．2 轴向连接
7．2．1 左右拼接
7．2．2 数据追加
7．3 数据融合
7．3．1 键融合
7．3．2 索引融合
7．3．3 插补融合
7．4 数据重塑
7．4．1 Panel
7．4．2 层次化索引
7．4．3 stack与unstack
7．5 数据分拆
7．5．1 水平分拆
7．5．2 垂直分拆
7．5．3 深度分拆
7．5．4 逻辑分拆
7．5．5 随机采样与数据分割
7．6 数据聚合
第 8 章 数据变换
8．1 数据变换的含义和作用
8．2 连续数据函数变换
8．2．1 对数变换
8．2．2 平方根变换
8．2．3 平方变换
8．2．4 倒数变换
8．2．5 幂变换与 BOX-COX 变换 176
8．3 连续数据离散化
8．3．1 客观法
8．3．2 主观法
8．4 数据次序化
8．4．1 升降次序
8．4．2 位置与秩
8．4．3 秩的计算方法
8．4．4 秩的缺失值处理
8．4．5 DataFrame 中的秩
8．5 多分类数据哑变量化
8．5．1 哑变量的概念与特征
8．5．2 哑变量与 one-hot 码
8．5．3 多分类数据转换为哑变量 196
8．5．4 多分类数据转换为 one-hot 码
8．6 定性数据数量化
8．6．1 顺序数据转化为得分
8．6．2 构造定性数据的平滑值
第 9 章 数据缩放
9．1 数据缩放的概念
9．2 数据缩放方法
9．2．1 中心化
9．2．2 标准化
9．2．3 Min-Max 缩放
9．2．4 Max-ABS 缩放
9．2．5 Robust 缩放
第 10 章 数据归约
10．1 数据归约的概念
10．2 变量选择方法
10．2．1 使用统计量
10．2．2 决策树模型
10．2．3 Lasso 算法
10．3 样本归约
参考文献