目录

  • 目录
  • 简介
    • 序
    • 数据挖掘简介及如何使用本书
    • 欢迎来到21世纪
    • 本书的结构
  • 推荐系统入门
    • 你喜欢的东西我也喜欢
    • 使用Python代码来表示数据
    • 最后一个公式:余弦相似度
    • Python推荐模块
  • 隐式评价和基于物品的过滤算法
    • 显式评价&隐式评价
    • 显式评价的问题
    • 什么会阻碍你成功?
    • 基于用户/物品的协同过滤
    • 修正的余弦相似度
    • Slope One算法
    • 使用Python实现Slope One算法
  • 分类
    • 根据物品特征进行分类
    • 回到潘多拉
    • 她是从事什么运动的?
    • Python编码
    • 每加仑燃油可以跑多少公里?
    • 番外篇:关于标准化
  • 进一步探索分类
    • 效果评估算法和kNN
    • 留一法
    • 混淆矩阵
    • 代码示例
    • Kappa指标
    • 优化近邻算法
    • 新的数据集,新的挑战
  • 朴素贝叶斯
    • 朴素贝叶斯
    • 微软购物车
    • 贝叶斯法则
    • 为什么我们需要贝叶斯法则?
    • i100、i500健康手环
    • 使用Python编写朴素贝叶斯分类器
    • 共和党还是民主党
    • 数值型数据
    • 使用Python实现
  • 朴素贝叶斯算法和非结构化文本
    • 非结构化文本的分类算法
    • 训练阶段
    • 使用朴素贝叶斯进行分类
    • 新闻组语料库
    • 朴素贝叶斯与情感分析
  • 聚类
    • 层次聚类法
    • 编写层次聚类算法
    • k-means聚类算法
    • 安然事件
  • 面向程序员的数据挖掘指南
  • 目录
  • 简介
    • 序
    • 数据挖掘简介及如何使用本书
    • 欢迎来到21世纪
    • 本书的结构
  • 推荐系统入门
    • 你喜欢的东西我也喜欢
    • 使用Python代码来表示数据
    • 最后一个公式:余弦相似度
    • Python推荐模块
  • 隐式评价和基于物品的过滤算法
    • 显式评价&隐式评价
    • 显式评价的问题
    • 什么会阻碍你成功?
    • 基于用户/物品的协同过滤
    • 修正的余弦相似度
    • Slope One算法
    • 使用Python实现Slope One算法
  • 分类
    • 根据物品特征进行分类
    • 回到潘多拉
    • 她是从事什么运动的?
    • Python编码
    • 每加仑燃油可以跑多少公里?
    • 番外篇:关于标准化
  • 进一步探索分类
    • 效果评估算法和kNN
    • 留一法
    • 混淆矩阵
    • 代码示例
    • Kappa指标
    • 优化近邻算法
    • 新的数据集,新的挑战
  • 朴素贝叶斯
    • 朴素贝叶斯
    • 微软购物车
    • 贝叶斯法则
    • 为什么我们需要贝叶斯法则?
    • i100、i500健康手环
    • 使用Python编写朴素贝叶斯分类器
    • 共和党还是民主党
    • 数值型数据
    • 使用Python实现
  • 朴素贝叶斯算法和非结构化文本
    • 非结构化文本的分类算法
    • 训练阶段
    • 使用朴素贝叶斯进行分类
    • 新闻组语料库
    • 朴素贝叶斯与情感分析
  • 聚类
    • 层次聚类法
    • 编写层次聚类算法
    • k-means聚类算法
    • 安然事件