扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
中医基础理论
-
>
高校军事课教程
-
>
思想道德与法治(2021年版)
-
>
毛泽东思想和中国特色社会主义理论体系概论(2021年版)
-
>
中医内科学·全国中医药行业高等教育“十四五”规划教材
-
>
中医诊断学--新世纪第五版
-
>
中药学·全国中医药行业高等教育“十四五”规划教材
数据预处理从入门到实战:基于SQL.R.Python 版权信息
- ISBN：9787115552327
- 条形码：9787115552327 ; 978-7-115-55232-7
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
数据预处理从入门到实战:基于SQL.R.Python 本书特色
一本书掌握大数据、人工智能时代需要的数据预处理技术·KDD CUP 2015亚军得主多行业实战经验总结； ·54道例题，涵盖常见数据预处理技术； ·3个实战案例，快速提升应用能力； ·3种语言实现对比，代码优化关键点一目了然； ·配套数据+源码可下载； ·SQL的版本为Redshift，Pyhton的版本为3.6，R的版本的3.4； ·双色印刷。数据提取/数据聚合/数据连接/数据拆分/数据生成/数据扩展 数值型/分类型/日期时间型/字符型/位置信息型1.习题式结构，带着问题思考、学习，效果更好 本书采用问题驱动式，先抛出常见预处理任务，引导读者思考如何实现。像这样带着问题学习，可以大大提高学习效果，让理解更深入。 2.对比3种不同语言的实现，把握每种语言的特长 用SQL、R、Python对比解决相同的案例问题，可以让读者了解各语言在处理各种预处理问题时有哪些优缺点，从而根据情况选择合适的语言，提升预处理效率。 3.同时给出一般代码与理想代码，优化处理的关键一目了然 对于每道例题，都同时给出一般代码与理想代码，读者不仅可以边阅读边思考如何修改一般代码，还可以通过与理想代码的对比明白如何优化代码。
数据预处理从入门到实战:基于SQL.R.Python 内容简介
在大数据、人工智能时代，数据分析必不可少。本书以数据分析中至关重要的数据预处理为主题，通过54道例题具体介绍了基于SQL、R、Python的处理方法和相关技巧。全书共4个部分：部分介绍预处理的基础知识；第2部分介绍以数据结构为对象的预处理，包括数据提取、数据聚合、数据连接、数据拆分、数据生成和数据扩展；第3部分介绍以数据内容为对象的预处理，涉及数值型、分类型、日期时间型、字符型和位置信息型；第4部分为预处理实战，介绍与实际业务相同的预处理流程。 本书适合新手数据科学家、系统工程师、具备编程及数理基础的技术人才，以及对数据挖掘和数据分析等感兴趣的人阅读。
数据预处理从入门到实战:基于SQL.R.Python 目录
第 1部分 预处理入门 1
第 1章 什么是预处理 2
1-1 数据 2
记录数据 2
数据类型 3
1-2 预处理的作用 3
机器学习 4
无监督学习和有监督学习 4
用于数据分析的3种预处理 5
1-3 预处理的流程 6
对数据结构的预处理 7
对数据内容的预处理 7
预处理的步骤 7
1-4 3种编程语言 9
正确使用编程语言 9
1-5 包和库 10
用于数据分析的包和库 10
1-6 数据集 11
酒店预订记录 12
工厂产品记录 13
月度指标记录 14
文本数据集 14
1-7 读取数据 14
第 2部分 对数据结构的预处理 19
第 2章 数据提取 20
2-1 提取指定的列 20
Q 提取列 21
2-2 按指定条件提取 26
Q 按条件提取数据行 28
Q 间接利用索引提取数据行 33
2-3 不基于数据值的采样 35
Q 随机采样 35
2-4 基于聚合ID的采样 38
Q 按ID采样 39
第3章 数据聚合 43
3-1 计算数据条数和类型数 43
Q 计数和唯一值计数 44
3-2 计算合计值 48
Q 合计值 48
3-3 计算*值、代表值 50
Q 代表值 51
3-4 计算离散程度 54
Q 方差和标准差 54
3-5 计算众数 57
Q 众数 58
3-6 排序 61
排序函数 61
Q 为时序数据添加编号 62
Q 排序 66
第4章 数据连接 69
4-1 主表的连接 69
Q 主表的连接 70
4-2 切换按条件连接的表 77
Q 切换按条件连接的主表 77
4-3 连接历史数据 84
Q 获取往前数第n条记录的数据 85
Q 前n条记录的合计值 88
Q 前n条记录的平均值 92
Q 过去n天的合计值 95
4-4 交叉连接 99
Q 交叉连接处理 99
第5章 数据拆分 105
5-1 记录数据中模型验证数据的拆分 105
Q 交叉验证 107
5-2 时序数据中模型验证数据的拆分 111
Q 准备时序数据中的训练数据和验证数据 113
第6章 数据生成 117
6-1 通过欠采样调整不平衡数据 118
6-2 通过过采样调整不平衡数据 119
Q 过采样 120
第7章 数据扩展 124
7-1 转换为横向显示 124
Q 转换为横向显示 125
7-2 转换为稀疏矩阵 128
Q 稀疏矩阵 128
第3部分 对数据内容的预处理 131
第8章 数值型 132
8-1 转换为数值型 132
Q 各种数据类型的转换 132
8-2 通过对数化实现非线性变换 135
Q 对数化 137
8-3 通过分类化实现非线性变换 139
Q 数值型的分类化 140
8-4 归一化 142
Q 归一化 143
8-5 删除异常值 146
Q 根据标准差删除异常值 146
8-6 用主成分分析实现降维 148
Q 用主成分分析实现降维 149
8-7 数值填充 152
Q 删除缺失记录 153
Q 用常数填充 155
Q 均值填充 157
Q 用PMM实现多重插补 160
第9章 分类型 164
9-1 转换为分类型 164
Q 分类型的转换 165
9-2 哑变量化 168
Q 哑变量化 169
9-3 分类值的聚合 171
Q 分类值的聚合 172
9-4 分类值的组合 175
Q 分类值的组合 175
9-5 分类型的数值化 177
Q 分类型的数值化 178
9-6 分类型的填充 181
Q 用KNN填充 182
第 10章 日期时间型 185
10-1 转换为日期时间型、日期型 185
Q 日期时间型、日期型的转换 185
10-2 转换为年、月、日、时、分、秒、星期 189
Q 获取各日期时间元素 190
10-3 转换为日期时间差 194
Q 计算日期时间差 195
10-4 日期时间型的增减 200
Q 日期时间的增减处理 200
10-5 转换为季节 203
Q 转换为季节 204
10-6 转换为时间段 208
10-7 转换为工作日、休息日 209
Q 添加休息日标志 209
第 11章 字符型 212
11-1 通过形态分析进行分解 213
Q 提取名词和动词 213
11-2 转换为单词的集合数据 215
Q 创建词袋 216
11-3 用TF-IDF调整单词权重 220
Q 创建使用TF-IDF的词袋 221
第 12章 位置信息型 224
12-1 从日本坐标系到世界坐标系的转换以及从度、分、秒到度的转换 224
Q 从日本坐标系转换为世界坐标系 224
12-2 两点间距离、方向的计算 228
Q 计算距离 228
第4部分 预处理实战 233
第 13章 实战练习 234
13-1 聚合分析的预处理 234
Q 聚合分析的准备工作 234
13-2 用于推荐的预处理 238
Q 生成推荐矩阵 238
13-3 预测建模的预处理 243
Q 用于预测建模的预处理 243
结语 254
参考文献 255
第 1章 什么是预处理 2
1-1 数据 2
记录数据 2
数据类型 3
1-2 预处理的作用 3
机器学习 4
无监督学习和有监督学习 4
用于数据分析的3种预处理 5
1-3 预处理的流程 6
对数据结构的预处理 7
对数据内容的预处理 7
预处理的步骤 7
1-4 3种编程语言 9
正确使用编程语言 9
1-5 包和库 10
用于数据分析的包和库 10
1-6 数据集 11
酒店预订记录 12
工厂产品记录 13
月度指标记录 14
文本数据集 14
1-7 读取数据 14
第 2部分 对数据结构的预处理 19
第 2章 数据提取 20
2-1 提取指定的列 20
Q 提取列 21
2-2 按指定条件提取 26
Q 按条件提取数据行 28
Q 间接利用索引提取数据行 33
2-3 不基于数据值的采样 35
Q 随机采样 35
2-4 基于聚合ID的采样 38
Q 按ID采样 39
第3章 数据聚合 43
3-1 计算数据条数和类型数 43
Q 计数和唯一值计数 44
3-2 计算合计值 48
Q 合计值 48
3-3 计算*值、代表值 50
Q 代表值 51
3-4 计算离散程度 54
Q 方差和标准差 54
3-5 计算众数 57
Q 众数 58
3-6 排序 61
排序函数 61
Q 为时序数据添加编号 62
Q 排序 66
第4章 数据连接 69
4-1 主表的连接 69
Q 主表的连接 70
4-2 切换按条件连接的表 77
Q 切换按条件连接的主表 77
4-3 连接历史数据 84
Q 获取往前数第n条记录的数据 85
Q 前n条记录的合计值 88
Q 前n条记录的平均值 92
Q 过去n天的合计值 95
4-4 交叉连接 99
Q 交叉连接处理 99
第5章 数据拆分 105
5-1 记录数据中模型验证数据的拆分 105
Q 交叉验证 107
5-2 时序数据中模型验证数据的拆分 111
Q 准备时序数据中的训练数据和验证数据 113
第6章 数据生成 117
6-1 通过欠采样调整不平衡数据 118
6-2 通过过采样调整不平衡数据 119
Q 过采样 120
第7章 数据扩展 124
7-1 转换为横向显示 124
Q 转换为横向显示 125
7-2 转换为稀疏矩阵 128
Q 稀疏矩阵 128
第3部分 对数据内容的预处理 131
第8章 数值型 132
8-1 转换为数值型 132
Q 各种数据类型的转换 132
8-2 通过对数化实现非线性变换 135
Q 对数化 137
8-3 通过分类化实现非线性变换 139
Q 数值型的分类化 140
8-4 归一化 142
Q 归一化 143
8-5 删除异常值 146
Q 根据标准差删除异常值 146
8-6 用主成分分析实现降维 148
Q 用主成分分析实现降维 149
8-7 数值填充 152
Q 删除缺失记录 153
Q 用常数填充 155
Q 均值填充 157
Q 用PMM实现多重插补 160
第9章 分类型 164
9-1 转换为分类型 164
Q 分类型的转换 165
9-2 哑变量化 168
Q 哑变量化 169
9-3 分类值的聚合 171
Q 分类值的聚合 172
9-4 分类值的组合 175
Q 分类值的组合 175
9-5 分类型的数值化 177
Q 分类型的数值化 178
9-6 分类型的填充 181
Q 用KNN填充 182
第 10章 日期时间型 185
10-1 转换为日期时间型、日期型 185
Q 日期时间型、日期型的转换 185
10-2 转换为年、月、日、时、分、秒、星期 189
Q 获取各日期时间元素 190
10-3 转换为日期时间差 194
Q 计算日期时间差 195
10-4 日期时间型的增减 200
Q 日期时间的增减处理 200
10-5 转换为季节 203
Q 转换为季节 204
10-6 转换为时间段 208
10-7 转换为工作日、休息日 209
Q 添加休息日标志 209
第 11章 字符型 212
11-1 通过形态分析进行分解 213
Q 提取名词和动词 213
11-2 转换为单词的集合数据 215
Q 创建词袋 216
11-3 用TF-IDF调整单词权重 220
Q 创建使用TF-IDF的词袋 221
第 12章 位置信息型 224
12-1 从日本坐标系到世界坐标系的转换以及从度、分、秒到度的转换 224
Q 从日本坐标系转换为世界坐标系 224
12-2 两点间距离、方向的计算 228
Q 计算距离 228
第4部分 预处理实战 233
第 13章 实战练习 234
13-1 聚合分析的预处理 234
Q 聚合分析的准备工作 234
13-2 用于推荐的预处理 238
Q 生成推荐矩阵 238
13-3 预测建模的预处理 243
Q 用于预测建模的预处理 243
结语 254
参考文献 255
展开全部
数据预处理从入门到实战:基于SQL.R.Python 作者简介
本桥智光（作者） 先后在系统开发公司担任研究员，在互联网企业担任数据科学家，目前在数字医疗初创公司SUSMED株式会社担任CTO，同时就职于HOXO-M株式会社，并以自由职业者的身份从事量子退火计算机的验证工作，拥有制造业、零售业、金融业、运输业、休闲业和互联网等多个行业的数据分析经验。曾在KDD CUP 2015中赢得亚军。爱好是开发马里奥AI。 Twitter：@tomomoto_LV3 陈涛（译者） 运筹学硕士毕业，主要从事数据库、数据分析工作，对机器学习、深度学习领域相关的理论和技术较为熟悉。因兴趣自学日语，一直致力于追求兴趣和工作的完美结合。 邮箱：victory123_456@163.com
书友推荐
- >
我从未如此眷恋人间
我从未如此眷恋人间
¥24.9¥49.8 - >
中国人在乌苏里边疆区:历史与人类学概述
中国人在乌苏里边疆区:历史与人类学概述
¥36.0¥48.0 - >
中国历史的瞬间
中国历史的瞬间
¥16.7¥38.0 - >
回忆爱玛侬
回忆爱玛侬
¥9.8¥32.8 - >
月亮与六便士
月亮与六便士
¥18.1¥42.0 - >
诗经-先民的歌唱
诗经-先民的歌唱
¥13.5¥39.8 - >
罗曼·罗兰读书随笔-精装
罗曼·罗兰读书随笔-精装
¥17.4¥58.0 - >
巴金－再思录
巴金－再思录
¥14.7¥46.0
本类畅销
-
媒介研究导论
¥58.9¥69.8 -
大学语文
¥21.1¥39 -
古典基督教思想的“自我”观念
¥14.9¥30 -
新世纪高等学校教材 心理学基础课系列教材普通心理学(第5版)/彭聃龄
¥39.2¥78 -
人民邮电出版社态度改变与社会影响(中译本修正版)
¥103.5¥138 -
电工电子实验实训指导
¥24.3¥25
