类似推荐
编辑推荐
本书教你掌握大数据、人工智能时代需要的数据预处理技术。
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：
第1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。
作者简介
作者本桥智光，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。
章节目录
版权信息
译者序
成功源于平淡、孤独而漫长的磨炼
前言
声明
第1部分 预处理入门
第1章 什么是预处理
1-1 数据
1-2 预处理的作用
1-3 预处理的流程
1-4 3 种编程语言
1-5 包和库
1-6 数据集
1-7 读取数据
第2部分 对数据结构的预处理
第2章 数据提取
2-1 提取指定的列
2-2 按指定条件提取
2-3 不基于数据值的采样
2-4 基于聚合 ID 的采样
第3章 数据聚合
3-1 计算数据条数和类型数
3-2 计算合计值
3-3 计算最值、代表值
3-4 计算离散程度
3-5 计算众数
3-6 排序
第4章 数据连接
4-1 主表的连接
4-2 切换按条件连接的表
4-3 连接历史数据
4-4 交叉连接
第5章 数据拆分
5-1 记录数据中模型验证数据的拆分
5-2 时序数据中模型验证数据的拆分
第6章 数据生成
6-1 通过欠采样调整不平衡数据
6-2 通过过采样调整不平衡数据
第7章 数据扩展
7-1 转换为横向显示
7-2 转换为稀疏矩阵
第3部分 对数据内容的预处理
第8章 数值型
8-1 转换为数值型
8-2 通过对数化实现非线性变换
8-3 通过分类化实现非线性变换
8-4 归一化
8-5 删除异常值
8-6 用主成分分析实现降维
8-7 数值填充
第9章 分类型
9-1 转换为分类型
9-2 哑变量化
9-3 分类值的聚合
9-4 分类值的组合
9-5 分类型的数值化
9-6 分类型的填充
第10章 日期时间型
10-1 转换为日期时间型、日期型
10-2 转换为年、月、日、时、分、秒、星期
10-3 转换为日期时间差
10-4 日期时间型的增减
10-5 转换为季节
10-6 转换为时间段
10-7 转换为工作日、休息日
第11章 字符型
11-1 通过形态分析进行分解
11-2 转换为单词的集合数据
11-3 用 TF-IDF 调整单词权重
第12章 位置信息型
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
12-2 两点间距离、方向的计算
第4部分 预处理实战
第13章 实战练习
13-1 聚合分析的预处理
13-2 用于推荐的预处理
13-3 预测建模的预处理
结语
参考文献
作者简介
数据预处理从入门到实战：基于SQL、R、Python是2021年由人民邮电出版社出版,作者[日]本桥智光。
得书感谢您对《数据预处理从入门到实战：基于SQL、R、Python》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
