成为VIP
资源名称：常用数据挖掘算法总结及Python实现 pdf
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
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-190894
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
资源截图：
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
YUANLEI
