《Python数据挖掘:概念、方法与实践》导读-阿里云开发者社区

开发者社区> 大数据> 正文

《Python数据挖掘:概念、方法与实践》导读

简介:
Contents  目  录
译者序
关于审稿人
前言
第1章 扩展你的数据挖掘工具箱
1.1 什么是数据挖掘
1.2 如何进行数据挖掘
1.2.1 Fayyad等人的KDD过程
1.2.2 韩家炜等人的KDD过程
1.2.3 CRISP-DM过程
1.2.4 六步过程
1.2.5 哪一种数据挖掘方法最好
1.3 在数据挖掘中使用哪些技术
1.4 如何建立数据挖掘工作环境
1.5 小结
第2章 关联规则挖掘
2.1 什么是频繁项集
2.1.1 都市传奇“尿布与啤酒”
2.1.2 频繁项集挖掘基础知识
2.2 迈向关联规则
2.2.1 支持度
2.2.2 置信度
2.2.3 关联规则
2.2.4 包含数据的示例
2.2.5 附加值—修复计划中的漏洞
2.2.6 寻找频繁项集的方法
2.3 项目—发现软件项目标签中的关联规则
2.4 小结

版权声明:本文首发在云栖社区,遵循云栖社区版权声明:本文内容由互联网用户自发贡献,版权归用户作者所有,云栖社区不为本文内容承担相关法律责任。云栖社区已升级为阿里云开发者社区。如果您发现本文中有涉嫌抄袭的内容,欢迎发送邮件至:developer2020@service.aliyun.com 进行举报,并提供相关证据,一经查实,阿里云开发者社区将协助删除涉嫌侵权内容。

分享:
大数据
使用钉钉扫一扫加入圈子
+ 订阅

大数据计算实践乐园,近距离学习前沿技术

其他文章