1　數(shù)據(jù)讀取 1
1.1　數(shù)據(jù)讀取常見問題 2
1.2　核心代碼 4
1.2.1　讀取Excel、csv、txt、json數(shù)據(jù) 4
1.2.2　讀取docx文件和查詢關(guān)鍵詞 5
1.2.3　讀取日志、圖像、聲音、視頻 7
1.2.4　Oracle、MySQL數(shù)據(jù)讀取 13
1.2.5　讀取Hive數(shù)據(jù) 18
1.2.6　數(shù)據(jù)導(dǎo)出到本地 19

2　數(shù)據(jù)探索性分析 20
2.1　數(shù)據(jù)查看 21
2.2　數(shù)據(jù)統(tǒng)計 22
2.3　數(shù)據(jù)分組分析 23
2.4　相關(guān)性分析 24
2.5　典型案例 25

3　數(shù)據(jù)預(yù)處理 28
3.1　注意問題 30
3.2　核心代碼 31
3.2.1　缺失值檢測和處理 31
3.2.2　異常值檢測和處理 34
3.2.3　數(shù)據(jù)標準化規(guī)范化正則化 38
3.2.4　數(shù)據(jù)平滑處理 41
3.2.5　樣本類別分布不均衡處理 47
3.2.6　數(shù)據(jù)降維 51
3.2.7　訓(xùn)練集驗證集切分 56
3.3　典型案例 66
3.3.1　原理 66
3.3.2　代碼 68

4　特征選擇 69
4.1　過濾式特征提取 70
4.2　遞歸特征消除 73
4.3　嵌入式特征提取 74
4.4　典型案例 76

5　算法建模 79
5.1　主流數(shù)據(jù)挖掘算法 82
5.1.1　有監(jiān)督學(xué)習(xí) 82
5.1.2　無監(jiān)督學(xué)習(xí) 193
5.2　自動化調(diào)參 212
5.2.1　暴力搜索尋優(yōu) 213
5.2.2　隨機搜索尋優(yōu) 217
5.3　組合分類模型器 221
5.3.1　原理 221
5.3.2　函數(shù)及代碼 221
5.4　典型案例 226
5.4.1　人臉識別 227
5.4.2　多方程模型預(yù)測 232

6　可視化 237
6.1　基本圖形 239
6.1.1　折線圖 239
6.1.2　面積圖 248
6.1.3　柱形圖 253
6.1.4　散點圖 268
6.1.5　餅圖 279
6.2　分析圖形 280
6.2.1　詞云圖 280
6.2.2　相似度熱力圖 285
6.2.3　箱式分布圖 291
6.2.4　對應(yīng)分析圖 306