Python数据挖掘 数据预处理案例（以航空公司数据为例）源代码+文件 完美解决复制代码后出现的空格问题，以及程序不能执行问题。

Mining Heterogeneous Information Networks: Principles and Methodologies. Synthesis Lectures on Data Mining and Knowledge Discovery

本书由Michigan State University 的Pang-Ning Tan和University of Minnesota的Michael Steinbach合著，深入浅出地说明了数据挖掘的四大部分:可视化、相关性分析、分类和聚集分析的概念和相关算法。本书同样也是斯坦福大学数据挖掘课程(Stats 202 Data Mining)的教学用书。本书为pdf英文版本，使用快压压缩。

清晰完整扫描版数据挖掘导论，Introduction to Data Mining. Pang-Ning Tan

一、数据预处理与导入 1、2019_nCoV_data.csv是2020年1月-3月世界新冠疫情的数据，要求对2019_nCoV_data.csv进行数据预处理做以下操作，要求： （1）Sno编号列没有用，需要删除 部分国家对应的地区为NAN，需要填充为空白字符串 （3）部分国家/地区，受感染人数为0，也被列在表格中，需要删去 （4）查看受影响的国家/地区的数量，Country一列中将'Mainland China', 'Hong Kong' , 'Macau', 'Taiwan' 等统一修正为'China'；另外需将'Korea, South'改为'South Korea'。 2、对于DXYArea.csv也需要进行数据预处理，要求做以下操作： （2）countryEnglishName一列中将 'HongKong' , 'Macao'等统一修正为'China'。 （3）将updateTime转换成date格式（输出为该数据的新列updateTime1，也就是只保留日期部分）。 （4）因为大部分城市都没有加“市”字，所以要把直辖市的下属区的“区”字去掉；还有一些没有变化规律的城市名

SDJU课程材料 前言 做这个库的初衷是将自己在课程结束后的一些方法和总结写下，希望前人所走的弯路，后来者无须再走。 毕竟是我个人所收集的课程资料，经常会有些遗漏，欢迎补充，欢迎贡献。 收录内容 选课攻略 电子版课件 实验报告 考试重点 复习资料 版权说明 本仓库分享资料是由我收集老师上课课件和实验内容。 资料来源网络，相关权利由原作者所有。 请内容创作者及公众监督，如有资料违反许可协议，请告知我改正错误。

数据挖掘中聚类的分析与研究，赵富，，聚类分析是数据挖掘中的一个重要研究领域。它将数据对象分组成为若干个类或簇，使得在同一个簇中的对象比较相似，而不同簇中的对

C++基于Qt的流数据分析与可视化软件源码。库 blitz - inline，无须单独编译 exprtkX KDDockWidgets kfr - inline，无须单独编译 libsndfile praat - inline，无须单独编译 QCustomPlot QtnProperty readerwriterqueue - inline，无须单独编译 rtaudio smarc 库 blitz - inline，无须单独编译 exprtkX KDDockWidgets kfr - inline，无须单独编译 libsndfile praat - inline，无须单独编译 QCustomPlot QtnProperty readerwriterqueue - inline，无须单独编译 rtaudio smarc

开放学术数据挖掘大赛测试数据集， json格式，包合论文元素据，摘要，标题，作者列表

适合初学者，R语言分析，医学处方 数据集