全书共8章，其中第1章介绍数据预处理的入门知识；第2-6章介绍科学计算库numpy和数据分析库pandas，以及通过pandas库实现数据获取、数据清理、数据集成、数据变换和数据规约的功能；第7章介绍数据清理工具OpenRefine的安装及使用；第8章结合前期的核心知识进行实战演练。除第1章外，其他章均配置了丰富的示例或案例，读者可以一边学习一边练习，巩固所学的知识，并在实践中提升实际开发能力。本
电子书
内容简介
作者针对高维稀疏数据挖掘问题，从数据预处理的角度，研究对象—属性空间的划分问题，其目的是把所研究的数据挖掘空间分解为若干规模较小的对象—属性空间，从而降低实际数据挖掘的难度。本书针对高维稀疏数据挖掘问题，以降低数据挖掘规模，建立了体系完整的数据预处理理论和方法，具有很强的理论意义和实际应用前景。
章节目录
- 封面
- 前折页
- 文前辅文
- 书名页
- 序言
- 致谢
- 第1章 引言
- 第2章 文献综述
- 2.1 知识发现与数据挖掘
- 2.2 聚类分析
- 2.3 数据挖掘所面临的挑战
- 2.4 高维数据
- 2.5 维度约简
- 2.6 高维数据聚类
- 2.7 本章小结
- 第3章 基于排序的高属性维稀疏数据聚类方法
- 3.1 高维稀疏数据
- 3.2 高属性维聚类问题描述
- 3.3 经典高属性维稀疏数据聚类CABOSFV方法分析
- 3.4 基于排序的CABOSFV方法——CABOSFVABS方法
- 3.5 本章小结
- 第4章 对象—属性空间分割的两阶段联合聚类方法
- 4.1 具有高维稀疏特征的对象—属性空间分割问题的提法
- 4.2 传统对象—属性空间分割方法基于内聚度方法
- 4.3 联合聚类方法
- 4.4 两阶段联合聚类方法（MTPCCA）
- 4.5 本章小结
- 第5章 对象—属性子空间重叠区域的归属问题
- 5.1 问题描述及相关研究工作
- 5.2 对象—属性子空间的边缘重叠区域归属方法——OASEDA方法
- 5.3 本章小结
- 第6章 对象—属性子空间优化
- 6.1 高维稀疏特征的对象—属性非关联子空间
- 6.2 剔除非关联子空间RNASAUBSC方法
- 6.3 RNASAUBSC方法算例
- 6.4 RNASAUBSC方法应用
- 6.5 本章小结
- 第7章 结论
- 参考文献
- 后记
- 版权页
- 后折页
- 封底
展开全部
高维数据分析预处理技术是2015年由社会科学文献出版社出版,作者祝琴 著。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《高维数据分析预处理技术》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。
电子书
电子书
本书以任务驱动为主线，围绕企业级应用进行项目任务设计，主要内容包括数据采集与预处理准备、网络爬虫实践、日志数据采集实践和数据预处理实践，全面地讲述了Scrapy、Flume、Pig、Kettle、Pandas、OpenRefine等技术，以及urllib、Selenium基本库和BeautifulSoup解析库的相关知识与应用案例。本书内容实用，可操作性强，语言精练、通俗易懂，可作为高等院校计算机
电子书
本书共8章，内容包括概述、大数据实验环境搭建、网络数据采集、分布式消息系统Kafka、日志采集系统Flume、数据仓库中的数据集成、ETL工具Kettle、使用pandas进行数据清洗。
电子书
随着云计算、大数据等的快速发展，越来越多的组织用信息化手段进行流程管理。如何提升流程执行的智能化程度、动态性和柔性，以提高对非标准业务的管理效率，是流程管理面临的一个重要问题。本书基于流程管理系统积累的日志，提出了3种流程管理的工作流活动推荐方法，分别为基于用户类别近邻的活动推荐方法、基于Pearson相关系数的活动推荐方法和基于协同过滤的活动推荐方法，并介绍了一种流程信息的可视化算法，实现了一个
电子书
随着企业数字化转型不断深化，企业对数据库工程师的需求越来越大。本书结合实际工作场景，将企业数据库运维的相关工作分为10个项目，内容包括了解数据库运维工作，安装和配置MySQL，管理MySQL权限与安全，分析MySQL日志，备份与恢复MySQL，监控、测试并优化MySQL性能，MySQL复制，搭建及运维MySQLCluster，结合Redis的MySQL运维，数据库自动化运维。本书配套教学PPT、题
电子书
《Python程序设计——编程基础、Web开发及数据分析》系统讲述了Python程序设计的基础知识。全书共15章，内容包括：Python概述、Python基本语法、Python的基本流程控制、Python的四种典型序列结构、Python函数、Python文件和数据库操作、面向对象程序设计、模块和包、字符串操作与正则表达式的使用、错误及异常处理、GUI编程、网络和多线程编程、基于Flask框架的We
电子书
本书以JupyterNotebook为主要开发工具，全面地介绍数据预处理的相关知识。全书共分8章，内容分别为初识Python数据预处理、数据获取与存储、数据清洗、数据集成、数据变换、数据规约、综合实战：家用热水器用户行为分析以及两个综合实战项目。每个章节均配置了丰富的示例或案例，通过本书的学习，读者可以充分理解常用数据预处理方法的精髓、掌握具体技术细节，并在实践中提升实际开发能力，为数据分析和机器
电子书
本书的设计和编写目标是培养读者的数据思维能力和数据预处理能力，内容具有典型性和实用性，系统介绍基于Python的数据预处理的流程和技术。全书共8个单元，单元1介绍数据预处理的基础知识，单元2介绍Python数据预处理的库pandas的用法及主要数据对象的用法，单元3～单元7依次介绍数据预处理流程中数据获取、数据合并、数据清洗、数据变换和数据描述等相关知识和技术。为突出培养读者的动手能力，本书单元2
