数据分析与挖掘技术(2023-2024-2)
李敏
目录
暂无搜索结果
1 第1章 数据分析与挖掘概述
1.1 概述
2 第2章 Python数据分析简介
2.1 pandas+matplotlib
3 第3章 数据探索
3.1 数据检验
3.2 特征分析(分布、对比、统计量分析)
3.3 特征分析(周期、贡献度、相关性)
3.4 实验一 数据特征分析
4 第4章 数据预处理
4.1 数据清洗与数据集成
4.2 数据变换
4.3 数据规约
5 第5章 回归模型
5.1 一元线性回归
5.2 多元线性回归
5.3 实验2-回归分析
6 第6章 分类模型
6.1 逻辑回归
6.2 决策树
6.3 实验3 分类模型
7 第7章 聚类算法
7.1 聚类分析
7.2 聚类-实例
8 第8章 关联规则
8.1 关联规则
8.2 实验4 关联规则
8.3 复习
实验3 分类模型
上一节
下一节
课件
一、实验指导书
二、roc曲线讲解
三、数据集
选择班级
确定
取消
图片预览