Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/wyaming89/guidetodatamining
http://guidetodatamining.com
https://github.com/wyaming89/guidetodatamining
Last synced: 3 months ago
JSON representation
http://guidetodatamining.com
- Host: GitHub
- URL: https://github.com/wyaming89/guidetodatamining
- Owner: wyaming89
- Created: 2013-03-11T05:34:07.000Z (over 11 years ago)
- Default Branch: master
- Last Pushed: 2018-06-01T06:33:38.000Z (over 6 years ago)
- Last Synced: 2024-05-14T15:36:11.356Z (6 months ago)
- Size: 121 KB
- Stars: 48
- Watchers: 11
- Forks: 363
- Open Issues: 1
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
面向程序员的数据挖掘指南
========================欢迎辞
------这是一本用于学习基本数据挖掘知识的书籍。大部分关于数据挖掘的书籍都着重于讲解理论知识,难以理解,让人望而却步。不要误会,这些理论知识还是非常重要的。但如果你是一名程序员,想对数据挖掘做一些了解,一定会需要一本面向初学者的入门书籍。这就是撰写本书的初衷。
这本指南采用“边学边做”的方式编写,因此在阅读本书时,我强烈建议您动手实践每一章结束提供的练习题和实验题,使用书中的Python脚本将其运行起来。书中有一系列展示数据挖掘技术的实例,因此在阅读完本书后,你就能掌握这些技术了。这本书以Creative Commons协议发布,可以免费下载。你可以任意分发这本书的副本,或者重新组织它的内容。也许将来我会提供一本纸质的书籍,不过这里的在线版本永远是免费的。
目录
----这本书以PDF格式免费发行,点击下面每一章的标题,您就会被定向到一个页面,其中包含了这一章的PDF文件和示例代码的下载链接。此外,你还可以在这个页面中发表评论,举出书中的问题和错误,哪部分难以理解等。我会根据这些评论来修订本书。
### [第一章:简介](chapter-1.md)
讲述什么是数据挖掘,它所能解决的问题的是什么,以及在阅读完本书后,你可以做些什么。
### 第二章:推荐系统入门
介绍协同过滤,基本的距离算法,包括曼哈顿距离、欧几里得距离、闵科夫斯基距离、皮尔森相关系数。使用Python实现一个基本的推荐算法。
### 第三章:隐式评价和基于物品的过滤算法
这章开始讨论可供选择的用户评价体系。用户能够显示地給于评价(好、差、五星评价等),或者隐式地給于评价——如果用户在亚马逊购买了一个MP3,我们则认为他是“喜欢”这件商品的。
### 第四章:分类
上一章中我们使用用户对商品的评价来进行推荐,这一章我们会使用商品本身的特性来进行推荐。这种算法在潘多拉等网站中采用。
### 第五章:进一步探索分类
这一章的开头会讲述如何评价分类的结果。我们会考察kNN和朴素贝叶斯算法。
### 第六章:朴素贝叶斯算法和非结构化文本
这一章我们会尝试使用朴素贝叶斯算法来对非结构化文本进行分类。我们是否能够判断出Twitter上的一片影评是正面评价还是负面的呢?
### 第七章:聚类
编写中……