寫給程式設計師的數據挖掘實踐指南

圖書信息

【作者】	[美]RonZacharski扎哈爾斯基	【編輯】	陳冀康
【ISBN】	978-7-115-33635-4	【日期】	2015-11
【版次】	1	【印次】	1
【頁數】	309頁	【字數】	403千字
【開本】	16	【定價】	59元

內容簡介

數據挖掘一般是指從大量的數據中通過算法搜尋隱藏於其中信息的過程。大多數數據挖掘的教材都專注於介紹理論基礎，因而往往難以理解和學習。

本書是介紹寫給程式設計師的一本數據挖掘指南，可以幫助讀者動手實踐進行數據挖掘、集體智慧並構建推薦系統。全書共8章，介紹了數據挖掘的基本知識和理論、協同過濾、內容過濾及分類、算法評估、樸素貝葉斯、非結構化文本分類以及聚類等內容。全書採用做中學的方式，用生動的圖示、大量的表格、簡明的公式，實用的Python代碼示例，闡釋數據挖掘的知識和技能。每章還給出了習題和練習，幫助讀者鞏固所學的知識。

本書專注適合對數據挖掘、數據分析和推薦系統感興趣的程式設計師及相關領域的從業者閱讀參考；同時，本書也可以作為一本輕鬆有趣的數據挖掘課程教學參考書。

圖書目錄

第1章數據挖掘簡介及本書使用方法 1

歡迎來到21世紀 2

並不只是對象 5

TB級挖掘是現實不是科幻 7

本書體例 9

第2章協同過濾—愛你所愛 14

如何尋找相似用戶 15

曼哈頓距離 16

歐氏距離 16

N維下的思考 18

一般化 22

Python中數據表示方法及代碼 24

計算曼哈頓距離的代碼 25

用戶的評級差異 28

皮爾遜相關係數 30

在繼續之前稍微休息一下 35

最後一個公式—餘弦相似度 36

相似度的選擇 40

一些怪異的事情 43

k近鄰 44

Python的一個推薦類 47

一個新數據集 54

第3章協同過濾—隱式評級及基於物品的過濾 56

隱式評級 57

調整後的餘弦相似度 67

Slope One算法 76

Slope One算法的粗略描述圖 77

基於Python的實現 83

加權Slope One：推薦模組 88

MovieLens數據集 90

第4章內容過濾及分類—基於物品屬性的過濾 93

一個簡單的例子 98

用Python實現 101

給出推薦的原因 102

一個取值範圍的問題 104

歸一化 105

改進的標準分數 109

歸一化 vs. 不歸一化 111

回到Pandora 112

體育項目的識別 119

Python編程 123

就是它了 133

寫給程式設計師的數據挖掘實踐指南

基本介紹

圖書信息

內容簡介

圖書目錄

相關詞條

熱門詞條