《Python数据挖掘：概念、方法与实践》—

本节书摘来自华章社区《Python数据挖掘：概念、方法与实践》一书中的第1章，第1.5节小结，作者[美] 梅甘·斯夸尔（Megan Squire），更多章节内容可以访问云栖社区“华章社区”公众号查看

1.5　小结
在本章中，我们学习了将数据挖掘工具箱扩展到大师级别所需要做的工作。首先，我们从作为数据库知识发现（KDD）过程一部分的数据挖掘历史开始，对该领域进行了全面的介绍。还比较了数据挖掘其他类似的领域，如数据科学、机器学习和大数据等。
接下来，概述了KDD过程中大部分专家认为最重要的工具和技术，特别关注挖掘和分析步骤中最频繁使用的技术。为了真正精通数据挖掘，重要的是要关注和简单的教科书示例不同的问题。因此，我们将致力于更独特的数据挖掘技术，如生成摘要和寻找离群值，并关注更加不同寻常的数据类型，如文本和网络。
在本章的最后，我们组合了一个健全的数据挖掘系统。我们的工作空间以强大的全功能编程语言Python及其许多实用数据挖掘程序包（如NTLK、Gensim、Numpy、Networkx和Scikit-learn）为中心，辅之以易于使用的免费数据库MySQL。
现在，通过以上对软件包的讨论使我们想到：你是否对哪些程序包最经常一起使用感到疑惑？是较为常见的NTLK和Networkx组合，还是相对不常见的程序包搭配？在下一章中，我们将解决这一类问题。在第2章中，我们将学习如何生成经常发现的配对、三元组、四元组等的列表，然后根据找出的模式作出预测。

《Python数据挖掘：概念、方法与实践》——1.5节小结相关推荐

《Python数据挖掘：概念、方法与实践》一2.4　小结
本节书摘来自华章出版社<Python数据挖掘:概念.方法与实践>一书中的第2章,第2.4节,作者[美] 梅甘·斯夸尔(Megan Squire),更多章节内容可以访问云栖社区"华 ...
python数据挖掘与入门实践（2.2）用sciket-learn估计器分类
接python数据挖掘与入门实践(2.1)用sciket-learn估计器分类三.运行算法交叉验证一般分为三类:double-fold CV 即经常所说的2折交叉:10-fold交叉和LOO(le ...
《python数据挖掘入门与实践》决策树预测nba数据集
前言: 学到决策树预测球队输赢时,按照书中网址去下载数据集,无奈怎么也没下载成功.即使下载了excel文件也是破损的.咱可是学了python的银,那好吧,我就把它爬取下来.(资源在下面) 代码: '' ...
python数据挖掘与机器学习实践技术
分析机器学习在应用时需要掌握的经验及编程技巧.通过实际案例的形式,介绍如何提炼创新点,以及如何发表高水平论文等相关经验.旨在掌握Python编程的基础知识与技巧.特征工程(数据清洗.变量降维.特征选择 ...
Python数据挖掘入门与实践---用决策树预测获胜球队
数据集来源:1. 2013-14 NBA Schedule and Results 2.2013年 NBA 赛季排名情况参考书籍:<Python数据挖掘入门与实践> 1.加载数据集: ...
Python数据挖掘入门与实践-OneR分类算法
Python数据挖掘入门与实践-OneR分类算法 OneR算法 OneR算法是根据已有的数据中,具有相同特征值的个体最可能属于哪个类别进行分类. 在本例中,只需选区Iris是个特征中分类效果最好的一个 ...
《python数据挖掘》和《python数据挖掘入门与实践》两本书读后感
这些天花了很多时间来学习数据挖掘这门课程,有很多心得和感悟,所以写下这篇博客来表达自己读完这两本书的感受! 首先推荐大家通过这两本书来入门数据挖掘这个领域,python数据挖掘这本书较容易,还花了很大 ...
概要设计、详细设计：概念、方法、实践步骤
完整软件开发流程: 需求分析.概要设计.详细设计一 1. 概念.方法.实践步骤设计是指根据需求开发的结果,对产品的技术实现由粗到细进行设计的过程.根据设计粒度和目的的不同可以将设计分为概要设计. ...
改写《python数据挖掘入门与实践》第九章Gutenberg书籍下载代码
@数据挖掘改写<python数据挖掘入门与实践>第九章Gutenberg书籍下载代码可能是gutenberg网站改版的缘故,随书附带的getdata.py代码执行会报错. 个人将其进行 ...

《Python数据挖掘：概念、方法与实践》——1.5节小结

《Python数据挖掘：概念、方法与实践》——1.5节小结相关推荐

最新文章

热门文章