实例介绍
【实例简介】
【实例截图】
【实例截图】
【核心代码】
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
好例子网口号：伸出你的我的手 — 分享！
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论