Book-SocialMediaMiningPython, 书"Mastering Social Media Mining with Python"的配套代码 master python使用 python 插件( July )的掌握社会媒体挖掘的代码库 在 Packt出版社出版电子书和平装书( 发布商)电子书和平装本在 Amazon.com 和亚马逊。作者博客 在书上看到一眼鸟眼在

matminer是一个用于在材料科学领域进行数据挖掘的库。 网站（包括文档）： : 范例： ： 帮助/支持： ： 资料来源： : 如果您喜欢matminer，也可以尝试使用 。 如果您发现matminer有用，请在您的研究中引用以下论文来鼓励其发展： Ward, L., Dunn, A., Faghaninia, A., Zimmermann, N. E. R., Bajaj, S., Wang, Q., Montoya, J. H., Chen, J., Bystrom, K., Dylla, M., Chard, K., Asta, M., Persson, K., Snyder, G. J., Foster, I., Jain, A., Matminer: An open source toolkit for materials data mining. Comput.

Mining Massive Datasets（《大数据挖掘》，原英文版由剑桥出版社出版）一书中关于社 交网络图模型分析的章节，作者是来自斯坦福大学计算科学学院的Anand Rajaraman、 Jeff Ullman和Jure Leskovec；

用于健康预测模型的Python库（PyHealth） 部署，文档和统计 建筑状态，覆盖范围，可维护性和许可 发展状况：截至2021年1月4日，PyHealth处于积极发展阶段，处于alpha阶段。请关注，加注星标和获取最新功能！ PyHealth是针对医疗保健AI的全面Python软件包，专门为ML研究人员以及医疗保健和医学从业人员设计。 PyHealth接受各种医疗保健数据，例如纵向电子健康记录（EHR），连续信号（ECG，EEG）和临床记录（待添加），并支持使用深度学习和其他高级机器学习算法发布的各种预测建模方法，文学。 该图书馆由， 和的研究人员自豪地开发和维护。 PyHealth使许多重要的医疗保健任务变得可访问，例如表型预测，死亡率预测和ICU停留时间预测等。使用深度学习模型运行这些预测任务，在PyHealth中可以短到10行代码。 PyHealth包含三个主要模块：（i）

目录： 网盘文件永久连接 1.1 数据挖掘典型的应用场景 1.2 数据挖掘概述 1.3 数据、属性和度量 2.1 行列式 2.2 特征值分解 2.3 随机事件及其概率 2.4 随机向量及其分布 2.5 大数定律与中心极限定理 2.6 方差分析和回归分析 2.7 最优化问题 3.1 Python概述 3.2 Python基础-数据类型 3.3 文件操作 4.1 数据预处理概述 4.2 缺失值处理 4.3 特征编码 5.1 特征选择概述 5.2 过滤法 5.3 降维导入 5.4 奇异值分解 6.1 有监督学习概述 6.2 线性回归算法 6.3 贝叶斯算法 6.4 ID3-C4.5算法 6.5 集成算法2 7.1 无监督学习概述 7.2 K均值聚类 7.3 基于层次的聚类算法......

虽然不那么经典，但可作参考. 大概是关于在数据挖掘中用启发式技巧解决问题吧。

An Evaluation Study on Log Parsing and Its Use in Log Mining

Introduction to data mining ,数据挖掘导论的英文版，作者是Pang-Ning Tan等人

Introduction to Data Mining英文版+PPT 英文版比较清楚。

Sentiment Analysis and Opinion Mining-Liu bing的书