【下载文档:  python数据挖掘需要学的内容.txt 】

---

python数据挖掘需要学的内容
1、Pandas库的操作
Panda是数据分析特别重要的一个库，我们要掌握以下三点：
・ pandas 分组计算;
・ pandas 索引与多重索引;
索引比较难，但是却是非常重要的
・ pandas 多表操作与数据透视表
2、numpy数值计算
numpy数据计算主要应用是在数据挖掘，对于以后的机器学习，深度学习，这也是一个必须掌握的库，我们要掌握以下内容：
・ Numpy array理解；
・ 数组索引操作；
・ 数组计算；
・ Broadcasting(线性代数里面的知识)
3、数据可视化-matplotlib与seaborn
・ Matplotib语法
python最基本的可视化工具就是matplotlib。咋一看Matplotlib与matlib有点像，要搞清楚二者的关系是什么，这样学习起来才会比较轻松。
・ seaborn的使用
seaborn是一个非常漂亮的可视化工具。
・ pandas绘图功能
前面说过pandas是做数据分析的，但它也提供了一些绘图的API。
4、数据挖掘入门
这部分是最难也是最有意思的一部分，要掌握以下几个部分：
・ 机器学习的定义
在这里跟数据挖掘先不做区别
・ 代价函数的定义
・ Train/Test/Validate
・ Overfitting的定义与避免方法
5、数据挖掘算法
数据挖掘发展到现在，算法已经非常多，下面只需掌握最简单的，最核心的，最常用的算法：
・ 最小二乘算法；
・ 梯度下降；
・ 向量化；
・ 极大似然估计；
・ Logistic Regression；
・ Decision Tree；
・ RandomForesr；
・ XGBoost；
6、数据挖掘实战
通过机器学习里面最着名的库scikit-learn来进行模型的理解。