在本篇文章中我們給大家整理了關於python數據挖掘需要學什麼的知識點指南,有興趣的朋友們跟着參考下。
1、Pandas庫的操作
Panda是數據分析特別重要的一個庫,我們要掌握以下三點:
· pandas 分組計算;
· pandas 索引與多重索引;
索引比較難,但是卻是非常重要的
· pandas 多表操作與數據透視表
2、numpy數值計算
numpy數據計算主要應用是在數據挖掘,對於以後的機器學習,深度學習,這也是一個必須掌握的庫,我們要掌握以下內容:
· Numpy array理解;
· 數組索引操作;
· 數組計算;
· Broadcasting(線性代數裏面的知識)
3、數據可視化-matplotlib與seaborn
· Matplotib語法
python最基本的可視化工具就是matplotlib。咋一看Matplotlib與matlib有點像,要搞清楚二者的關係是什麼,這樣學習起來纔會比較輕鬆。
· seaborn的使用
seaborn是一個非常漂亮的可視化工具。
· pandas繪圖功能
前面說過pandas是做數據分析的,但它也提供了一些繪圖的API。
4、數據挖掘入門
這部分是最難也是最有意思的一部分,要掌握以下幾個部分:
· 機器學習的定義
在這裏跟數據挖掘先不做區別
· 代價函數的定義
· Train/Test/Validate
· Overfitting的定義與避免方法
5、數據挖掘算法
數據挖掘發展到現在,算法已經非常多,下面只需掌握最簡單的,最核心的,最常用的算法:
· 最小二乘算法;
· 梯度下降;
· 向量化;
· 極大似然估計;
· Logistic Regression;
· Decision Tree;
· RandomForesr;
· XGBoost;
6、數據挖掘實戰
通過機器學習裏面最着名的庫scikit-learn來進行模型的理解。