Python数据挖掘实战.zip

本章从应用的角度出发,从数据质量分析和数据特征分析两个方面对数据进行探索分析。数据质量分析要求我们拿到数据之后先检测是否存在缺失值和异常值;数据特征分析要求我们在数据挖掘建模前,通过频率分布分析、对比

本章主要介绍了数据预处理的4个主要任务：数据清洗、数据集成、数据变换和数据规约。数据清洗主要介绍了对缺失值和异常值的处理，延续了第三章的缺失值和异常值分析的内容，本章主要介绍的处理缺失值的方法分为3类

Python数据分析与挖掘实战,压缩包里面包含文档pdf与文档配套的代码10余位数据挖掘领域资深专家和科研人员，10余年大数据挖掘咨询与实施经验结晶。从数据挖掘的应用出发，以电力、航空、医疗、互联

Python数据挖掘入门与实战——第三章用决策树预测获胜球队

Python数据分析与挖掘实战中的书籍实例源码及数据集，包含所有3-9章和第15章的实战源码和对应的数据集，不包含书籍本身。

Python数据分析与挖掘实战 配套完整数据和源代码

金融统计分析、厦门大学第2届金融数据挖掘研讨会+数据挖掘课件-人大经济论坛

python数据挖掘数据集 python_friends.json

adult数据集数据挖掘,基于python语言的决策树算法,包括数据处理与归类整理

十几万条电话、短信、网络以及app数据资源集合。配合"Python数据挖掘处理完整项目及详细解释"这篇博客使用。