基本信息

---

下载

   友情提示：（无需注册或充值，赞助后即可获取资源下载链接）

---

     嘿，亲！知识可是无价之宝呢，但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下，绝对物超所值哦！如有下载和支付问题，请联系我们QQ(微信同号)：813200300

本次赞助数额为： 5 元　

支付宝支付

微信支付

   源码介绍

---

目录
第一部分 数据挖掘与机器学习数学基础..............................................................................................3
第一章 机器学习的统计基础..........................................................................................................3
第二章 探索性数据分析（EDA） .............................................................................................11
第二部分 机器学习概述........................................................................................................................14
第三章 机器学习概述....................................................................................................................14
第三部分 监督学习---分类与回归......................................................................................................16
第四章 KNN（k 最邻近分类算法）............................................................................................16
第五章 决策树................................................................................................................................19
第六章 朴素贝叶斯分类................................................................................................................29
第七章 Logistic 回归 ...................................................................................................................32
第八章 SVM 支持向量机..............................................................................................................42
第九章 集成学习(Esemble Learning)............................................................................................43
第十一章 模型评估........................................................................................................................46
第四部分 非监督学习---聚类与关联分析..........................................................................................50
第十二章 Kmeans 聚类分析 .........................................................................................................50
第十三章 关联分析 Apriori...........................................................................................................52
第十四章 数据预处理之数据降维................................................................................................54
第五部分 Python 数据预处理...............................................................................................................57
第十五章 Python 数据分析基础...................................................................................................57
第十六章 Python 进行数据清洗...................................................................................................77
第六部分 数据结构与算法....................................................................................................................82
一、二叉树（前、中、后遍历）..................................................................................................82
二、几种基本排序方法..................................................................................................................82
第七部分 SQL 知识.............................................................................................................................86
第八部分 数据挖掘案例分析................................................................................................................87
案例一 A Journey through Titanic 597c770e ...............................................................................87
案例二 Analysis for airplane-crashes-since-1908..........................................................................94
案例三 贷款预测问题....................................................................................................................98
案例四 KNN 算法实现葡萄酒价格模型预测及交叉验证........................................................107