Python資料分析案例實戰
第二課:公共交通運營資料分析案例實戰
第三課: 商圈分析案例實戰
第四課:客戶價值分析案例實戰
第五課:基於使用者行為分析的定向網路廣告投放案例實戰
第六課:電子商務網站使用者行為分析與推薦系統案例實戰
第七課:文字規律發現案例實戰
第八課:電商產品評論的情感分析案例實戰
第九課:欺詐交易檢測案例實戰
第十課:根據產品檢測資料的次品判別分析案例實戰
根據產品的各項檢測資料,分析正常產品與次品分佈規律,並對新產品進行次品判別
相關推薦
Python資料分析案例實戰
第一課:電力竊漏電使用者識別系統案例實戰第二課:公共交通運營資料分析案例實戰第三課: 商圈分析案例實戰第四課:客戶價值分析案例實戰第五課:基於使用者行為分析的定向網路廣告投放案例實戰第六課:電子商務網站使用者行為分析與推薦系統案例實戰第七課:文字規律發現案例實戰第八課:電商產
福布斯系列之資料分析思路篇 | Python資料分析專案實戰
福布斯每年都會發布福布斯全球上市企業2000強排行榜(Forbes Global 2000),這個排行榜每年釋出的時候,國內外總有新聞會熱鬧的討論一番,但很少見到比較全面的分析。 因此才有了這樣一個想法,蒐集近些年每年釋出的排行榜,做一個進一步的分析。 在準
python資料分析與實戰、把dataframe的某一行新增到另一個dataframe
補上昨天沒時間發的一篇文章 最近在學習張良均老師的python資料分析與實戰 昨天在練習用拉格朗日插值法的時候遇到了一個問題,書中程式碼清單4-1中給出的程式碼無法將缺失值所在的行在插值前後展現出來,而是直接將整個data print出來,這樣不利於根據具體
吳裕雄 資料探勘與分析案例實戰(3)——python數值計算工具:Numpy
# 匯入模組,並重命名為npimport numpy as np# 單個列表建立一維陣列arr1 = np.array([3,10,8,7,34,11,28,72])print('一維陣列:\n',arr1)# 一維陣列元素的獲取print(arr1[[2,3,5,7]]) # 巢狀元組建立二維陣列ar
吳裕雄 資料探勘與分析案例實戰(4)——python資料處理工具:Pandas
# 匯入模組import pandas as pdimport numpy as np # 構造序列gdp1 = pd.Series([2.8,3.01,8.99,8.59,5.18])print(gdp1)# 取出gdp1中的第一、第四和第五個元素print('行號風格的序列:\n',gdp1[[0,3,
吳裕雄 資料探勘與分析案例實戰(5)——python資料視覺化
# 餅圖的繪製# 匯入第三方模組import matplotlibimport matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['Simhei']plt.rcParams['axes.unicode_minus']=Falseziti =
python資料分析:客戶價值分析案例實戰
簡介:本案例以電信運營商客戶資訊為資料,通過層次聚類和K-means聚類,對使用者劃分成不同的群體,然後可以根據使用者群體的不同特徵提供個性化的策略,從而達到提高ARPU的效果。 1.商業理解 根據客戶的日常消費行為,我們可以把客戶劃分為不同的群體,根據
7個實戰案例、24個學習視訊、12G乾貨資料...今天帶你免費入門Python資料分析!...
相信許多做資料的都有這樣的經歷:你花了大半天整合了一張資料表,卻因為其他部門的錯誤,導致表格結構
菜鷄日記——《Python資料分析與挖掘實戰》實驗6-1 拉格朗日插值法
實驗6-1 用拉格朗日插值法 題目描述:用拉格朗日插值法對missing_data.xls中表格的空值進行填補。 # p1, lab6 # Fill all of the null values with Lagrange's interpolation # Data file name i
Python資料分析實戰-Boston Public Schools GEO資料分析-Part1
由於從事人工智慧的工作,接下來打算分享一系列的以案例形式的人工智慧、 資料分析的部落格文章。歡迎大家持續關注。本次我來分享一個數據分析的案例 專案目標:
Python資料分析與挖掘實戰 pdf下載
Python資料分析與挖掘實戰是10餘位資料探勘領域資深專家和科研人員,10餘年大資料探勘諮詢與實施經驗結晶。從資料探勘的應用出發,以電力、航空、醫療、網際網路、生產製造以及公共服務等行業真實案例為主線,深入淺出介紹Python資料探勘建模過程,實踐性極強。 本書共15章,分兩個部分:基礎
入門Python資料分析最好的實戰專案
北京二手房房價分析與預測 目的:本篇給大家介紹一個數據分析的初級專案,目的是通過專案瞭解如何使用Python進行簡單的資料分析。 資料來源:博主通過爬蟲採集的鏈家全網北京二手房資料(後臺回覆 二手房 便可獲取)。
吳裕雄 資料探勘與分析案例實戰(6)——線性迴歸預測模型
# 工作年限與收入之間的散點圖# 匯入第三方模組import pandas as pdimport seaborn as snsimport matplotlib.pyplot as plt # 匯入資料集income = pd.read_csv(r'F:\\python_Data_analysis_and
吳裕雄 資料探勘與分析案例實戰(9)——決策樹與隨機深林
# 匯入第三方模組import pandas as pd# 讀入資料Titanic = pd.read_csv(r'F:\\python_Data_analysis_and_mining\\10\\Titanic.csv')print(Titanic.shape)print(Titanic.head())#
吳裕雄 資料探勘與分析案例實戰(12)——SVM模型的應用
import pandas as pd # 匯入第三方模組from sklearn import svmfrom sklearn import model_selectionfrom sklearn import metrics # 讀取外部資料letters = pd.read_csv(r'F:\\py
吳裕雄 資料探勘與分析案例實戰(14)——Kmeans聚類分析
# 匯入第三方包import pandas as pdimport numpy as np import matplotlib.pyplot as pltfrom sklearn.cluster import KMeansfrom sklearn import metrics # 隨機生成三組二元正態分佈隨
推薦書籍《Python資料分析與挖掘實戰》附下載連結
“10餘位資料探勘領域資深專家和科研人員,10餘年大資料探勘諮詢與實施經驗結晶。從資料探勘的應用出發,以電力、航空、醫療、網際網路、生產製造以及公共服務等行業真實案例為主線,深入淺出介紹Python資料探勘建模過程,實踐性極強。 本書共15章,分兩個部分:基礎
python資料探勘實戰筆記——文字分析(6):關鍵詞提取
緊接上篇的文件,這節學習關鍵字的提取,關鍵詞——keyword,是人們快速瞭解文件內容,把握主題的重要內容。 #匯入需要的模組 import os import codecs import pandas import jieba import jieba.ana
python資料分析--KaggleTitanic專案實戰
主要圍繞Kaggle上的比賽題目: "給出泰坦尼克號上的乘客的資訊, 預測乘客是否倖存" 進行一個簡單的資料分析 環境 win8, python3.7, jupyter notebook 正文 1. 專案背景 泰坦尼克號: 是當時世界上體積最龐大、內部設施最豪華的客運輪船, 於1909年3月31日動工建造,
Python資料分析與挖掘學習筆記(4)淘寶商品資料探索與清洗實戰
一、相關理論: 資料探索的核心: (1)資料質量分析(跟資料清洗密切聯絡) (2)資料特徵分析(分佈、對比、週期性、相關性、常見統計量等) 資料清洗的步驟: (1)缺失值處理(通過describe與len直接發現、通過0資料發現) (2)異常值處理(通過散點圖發現