python数据挖掘需要学的内容

542人浏览 / 0人评论

1、Pandas库的操作

Panda是数据分析特别重要的一个库,我们要掌握以下三点:

・ pandas 分组计算;

・ pandas 索引与多重索引;

索引比较难,但是却是非常重要的

・ pandas 多表操作与数据透视表

2、numpy数值计算

numpy数据计算主要应用是在数据挖掘,对于以后的机器学习,深度学习,这也是一个必须掌握的库,我们要掌握以下内容:

・ Numpy array理解;

・ 数组索引操作;

・ 数组计算;

・ Broadcasting(线性代数里面的知识)

3、数据可视化-matplotlib与seaborn

・ Matplotib语法

python最基本的可视化工具就是matplotlib。咋一看Matplotlib与matlib有点像,要搞清楚二者的关系是什么,这样学习起来才会比较轻松。

・ seaborn的使用

seaborn是一个非常漂亮的可视化工具。

・ pandas绘图功能

前面说过pandas是做数据分析的,但它也提供了一些绘图的API。

4、数据挖掘入门

这部分是最难也是最有意思的一部分,要掌握以下几个部分:

・ 机器学习的定义

在这里跟数据挖掘先不做区别

・ 代价函数的定义

・ Train/Test/Validate

・ Overfitting的定义与避免方法

5、数据挖掘算法

数据挖掘发展到现在,算法已经非常多,下面只需掌握最简单的,最核心的,最常用的算法:

・ 最小二乘算法;

・ 梯度下降;

・ 向量化;

・ 极大似然估计;

・ Logistic Regression;

・ Decision Tree;

・ RandomForesr;

・ XGBoost;

6、数据挖掘实战

通过机器学习里面最着名的库scikit-learn来进行模型的理解。

全部评论

晴天下起了小雨
2017-10-01 18:00
很喜欢,果断关注了
wjmyly7336064
2017-10-01 18:00
相当实用,赞美了
橘大佬
2017-10-01 18:00
就是有些细节再到位点就好了…