写给程序员的数据挖掘实践指南 pdf高清扫描版

写给程序员的数据挖掘实践指南是一本数据挖掘技术指导手册，由软件开发工程师Ron Zacharski编著，知名技术译者王斌老师译作。本书作者采用在实践中学的方式，提供了大量Python的代码和案例，同时还详细的介绍了如何应用数据挖掘技术。通过阅读本书，可以帮助读者动手实践进行数据挖掘、集体智慧并构建出推荐系统，非常适合对数据挖掘、数据分析和推荐系统感兴趣的程序员及相关领域的从业者阅读参考。

内容介绍

数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。大多数数据挖掘的教材都专注于介绍理论基础，因而往往难以理解和学习。《写给程序员的数据挖掘实践指南》是介绍写给程序员的一本数据挖掘指南，可以帮助读者动手实践进行数据挖掘、集体智慧并构建推荐系统。全书共8章，介绍了数据挖掘的基本知识和理论、协同过滤、内容过滤及分类、算法评估、朴素贝叶斯、非结构化文本分类以及聚类等内容。全书采用做中学的方式，用生动的图示、大量的表格、简明的公式，实用的Python代码示例，阐释数据挖掘的知识和技能。每章还给出了习题和练习，帮助读者巩固所学的知识。

《写给程序员的数据挖掘实践指南》专注适合对数据挖掘、数据分析和推荐系统感兴趣的程序员及相关领域的从业者阅读参考；同时，本书也可以作为一本轻松有趣的数据挖掘课程教学参考书。

章节目录

第1章 数据挖掘简介及本书使用方法1

欢迎来到21世纪2

并不只是对象5

TB级挖掘是现实不是科幻7

本书体例9

第2章 协同过滤—爱你所爱14

如何寻找相似用户15

曼哈顿距离16

欧氏距离16

N维下的思考18

一般化22

Python中数据表示方法及代码24

计算曼哈顿距离的代码25

用户的评级差异28

皮尔逊相关系数30

在继续之前稍微休息一下35

最后一个公式—余弦相似度36

相似度的选择40

一些怪异的事情43

k近邻44

Python的一个推荐类47

一个新数据集54

第3章 协同过滤—隐式评级及基于物品的过滤56

隐式评级57

调整后的余弦相似度67

Slope One算法76

Slope One算法的粗略描述图77

基于Python的实现83

加权Slope One：推荐模块88

MovieLens数据集90

第4章 内容过滤及分类—基于物品属性的过滤93

一个简单的例子98

用Python实现101

给出推荐的原因102

一个取值范围的问题104

归一化105

改进的标准分数109

归一化 vs. 不归一化111

回到Pandora112

体育项目的识别119

Python编程123

就是它了133

汽车MPG数据135

杂谈137

第5章 分类的进一步探讨—算法评估及kNN139

训练集和测试集140

10折交叉验证的例子142

混淆矩阵146

一个编程的例子148

Kappa统计量154

近邻算法的改进159

一个新数据集及挑战163

更多数据、更好的算法以及一辆破公共汽车168

第6章 概率及朴素贝叶斯—朴素贝叶斯170

微软购物车174

贝叶斯定理177

为什么需要贝叶斯定理185

i100 i500188

用Python编程实现191

共和党 vs. 民主党197

数字205

Python实现214

这种做法会比近邻算法好吗221

第7章 朴素贝叶斯及文本—非结构化文本分类226

一个文本正负倾向性的自动判定系统228

训练阶段232

第8章 聚类—群组发现256

k-means聚类281

SSE或散度289

小结303

安然公司305

使用说明

1、下载并解压，得出pdf文件

2、如果打不开本文件，请务必下载pdf阅读器

3、安装后，在打开解压得出的pdf文件

4、双击进行阅读