若按照书上代码运行会出现如下报错（这是因为代码在截取数据时将属性值转为了矩阵）： AttributeError: 'numpy.ndarray' object has no attribute 'columns' 解决办法： 方法一：添加代码：x=pd.DataFrame(x) 方法二：将代码： x=data.iloc[:,:3].as_matrix().astype(int) y=data.iloc[:,3].as_matrix().astype(int) 改成： x=data.iloc[:,:3].astype(int) y=data.iloc[:,3].astype(int) 总体

北京邮电大学《数据挖掘实验》讲义，包含大量的代码实例，内附数据。

《python数据分析与挖掘实战》-张良均，第一章总结的读书笔记 记录我的学习之旅，每份文档倾心倾力，带我成我大牛，回头观望满脸笑意，望大家多多给予意见，有问题或错误，请联系 我将及时改正；借鉴文章标明出处，谢谢

由于与作者用的版本不同的问题，这本书里面很多代码方式对模块的新版本不适用了，以下作一些记录与修改。 有关书中4-1用拉格朗日法进行插补，会有几处warning和报错, 网上大部分小伙伴都在解决过滤异常值的告警问题，其实真正有问题的是这里： 仅针对课本里出现的问题，正常的索引都是从0开始，但是当n<k的时候，索引就为负的了。老版本时会自动未申明的索引值赋值为none，但是新版本时不好使了，会直接报错。具体可查阅报错信息后的官网链接： https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#deprecate-lo

包的安装： 采用Anaconda 3进行代码的编译，Anaconda 3里基础的数据分析包都已经准备好，我们需要安装的就是sklearn，lightgbm和xgboost包。 Anaconda可以支持我们采取多种方式安装所需要的包。可以采用pip,conda和从PYPI下载相关包等方式。这里采用的是pip方式。 pip install scikit-learn pip install lightgbm pip install xgboost 因为之前一直在进行Arcpy的开发工作，因此我电脑里装配的是Anaconda 2 32位，这在安装lightgbm和xgboost的过程中遇到了错误。因

;随着我国证券市场的不断壮大证券及证券投资在社会经济生活中的地位也越来越重要上市公司的数量也不断增加目前在上海证券交易所和深圳证券交易所上市交易的公司已经达到3700多家投资者面对如此众多的不同行业背景的股票除了基本政策面分析外还希望对这些股票的基本面及市场交易机会进行客观理性地评估传统的基本面分析投资方法主要是通过实地调研阅读公司投资及经营方面的公告分析研究财务报表等手段找到优质的上市公司并进行

Python数据挖掘 《 Python数据分析与挖掘实战》原始码和学习总结 第1章数据挖掘基础 第2章Python数据分析简介 第3章数据探索 第4章数据预处理 第5章挖掘建模 第6章电力窃漏电用户自动识别 第7章航空公司客户价值分析 第8章中医证型关联规则挖掘 第9章基于水色图像的水质评价 第10章家用电器用户行为分析与事件识别 第11章应用系统负载分析与磁盘容量预测 第12章电子商务网站用户行为分析及服务推荐 第13章财政收人影响因素分析及预测模型 第14章基于基站定位数据的商圈分析 第15章电商产品评论数据情感分析

张文彤、钟云飞《IBM+SPSS数据分析与挖掘实战案例精粹》随书光盘

《IBM SPSS数据分析与挖掘实战案例精粹》以IBM SPSS Statistics 20.0和IBM SPSS Modeler 14.1为工具，提供了医疗、金融、保险、汽车、快速消费品、市场研究、互联网等多个行业的数据分析/挖掘案例，基于实战需求，详细讲解整个案例的完整分析过程，并将模型和软件的介绍融于案例讲解之中，使读者在阅读时能突破方法和工具的局限，真正聚集于对数据分析精髓的领悟。《IBM SPSS数据分析与挖掘实战案例精粹》所附光盘包括案例数据和分析程序/流文件，读者可完整重现全部的分析内容。

本书是IBMSPSS数据分析与挖掘实战案例精粹，书中非常详细地介绍了spss的使用方法，也有大量案例介绍了spss在数据挖掘和分析中的便捷、快速的作用。