《Python数据科学：技术详解与商业实践》源代码文件

内容简介

这是一本以Python为工具，以商业实战为导向的数据科学家养成手册，从技术、业务、商业实战3个维度为有志成为数据科学家的读者提供了系统化的学习路径。3位作者是数据科学和金融领域的资深专家，不仅技术精湛、经验丰富，而且在本书的写作上也颇下功夫：首先，将数学和算法等复杂的技术用图形化的方式来展现，尽可能降低读者的理解难度；其次，本书不是一本教科书或案例集，而是针对数据科学家的能力模型提供系统化的解决方案。

全书一共19章，技术维度，内容依次围绕技术、业务和商业实战3个维度展开；业务维度，围绕宏观业务分析和微观客户分析展现了数据科学在市场研究、企业管理、客户画像与分析、精准营销、风险度量、流失预警等方面的知识点；实战维度，以案例的形式全面展现了著名咨询公司从事客户量化分析的方法论，为读者提供了标准的数据科学工作模板。

本书脚本请到作者的Github主页上下载(https://github.com/changgz/Pydsci)。

封面图

目录

• 前言
• 第1章数据科学家的武器库
• 11数据科学的基本概念
• 12数理统计技术
• 121描述性统计分析
• 122统计推断与统计建模
• 13数据挖掘的技术与方法
• 14描述性数据挖掘算法示例
• 141聚类分析——客户细分
• 142关联规则分析
• 15预测性数据挖掘算法示例
• 151决策树
• 152KNN算法
• 153Logistic回归
• 154神经网络
• 155支持向量机
• 156集成学习
• 157预测类模型讲解
• 158预测类模型评估概述
• 第2章Python概述
• 21Python概述
• 211Python简介
• 212Python与数据科学
• 213Python2与Python3
• 22Anaconda Python的安装、使用
• 221下载与安装
• 222使用Jupyter Notebook
• 223使用Spyder
• 224使用conda或pip管理
• 第三方库
• 第3章数据科学的Python编程基础
• 31Python的基本数据类型
• 311字符串(str)
• 312浮点数和整数（float、int）
• 313布尔值（Bool：True/False）
• 314其他
• 32Python的基本数据结构
• 321列表（list）
• 322元组（tuple）
• 323集合（set）
• 324字典（dict）
• 33Python的程序控制
• 331三种基本的编程结构简介
• 332顺承结构
• 333分支结构
• 334循环结构
• 34Python的函数与模块
• 341Python的函数
• 342Python的模块
• 35Pandas读取结构化数据
• 351读取数据
• 352写出数据
• 第4章描述性统计分析与绘图
• 41描述性统计进行数据探索
• 411变量度量类型与分布类型
• 412分类变量的统计量
• 413连续变量的分布与集中趋势
• 414连续变量的离散程度
• 415数据分布的对称与高矮
• 42制作报表与统计制图
• 43制图的步骤
• 第5章数据整合和数据清洗
• 51数据整合
• 511行列操作
• 512条件查询
• 513横向连接
• 514纵向合并
• 515排序
• 516分组汇总
• 517拆分、堆叠列
• 518赋值与条件赋值
• 52数据清洗
• 521重复值处理
• 522缺失值处理
• 523噪声值处理
• 53RFM方法在客户行为分析上的运用
• 531行为特征提取的RFM方法论
• 532使用RFM方法计算变量
• 533数据整理与汇报
• 第6章数据科学的统计推断基础
• 61基本的统计学概念
• 611总体与样本
• 612统计量
• 613点估计、区间估计和中心极限定理
• 62假设检验与单样本t检验
• 621假设检验
• 622单样本t检验
• 63双样本t检验
• 64方差分析（分类变量和连续变量关系检验）
• 641单因素方差分析
• 642多因素方差分析
• 65相关分析（两连续变量关系检验）
• 651相关系数
• 652散点矩阵图
• 66卡方检验（二分类变量关系检验）
• 661列联表
• 662卡方检验
• 第7章客户价值预测：线性回归模型与诊断
• 71线性回归
• 711简单线性回归
• 712多元线性回归
• 713多元线性回归的变量筛选
• 72线性回归诊断
• 721残差分析
• 722强影响点分析
• 723多重共线性分析
• 724小结线性回归诊断
• 73正则化方法
• 731岭回归
• 732LASSO回归
• 第8章Logistic回归构建初始信用评级
• 81Logistic回归的相关关系分析
• 82Logistic回归模型及实现
• 821Logistic回归与发生比
• 822Logistic回归的基本原理
• 823在Python中实现Logistic回归
• 83Logistic回归的极大似然估计
• 831极大似然估计的概念
• 832Logistics回归的极大似然估计
• 84模型评估
• 841模型评估方法
• 842ROC曲线的概念
• 843在Python中实现ROC曲线
• 第9章使用决策树进行初始信用评级
• 91决策树概述
• 92决策树算法
• 921ID3建树算法原理
• 922C45建树算法原理
• 923CART建树算法原理
• 924决策树的剪枝
• 93在Python中实现决策树
• 931建模
• 932模型评估
• 933决策树的可视化
• 934参数搜索调优
• 第10章神经网络
• 101神经元模型
• 102单层感知器
• 103BP神经网络
• 104多层感知器的scikitlearn代码实现
• 第11章分类器入门：最近邻域与朴素贝叶斯
• 111KNN算法
• 1111KNN算法原理
• 1112在Python中实现KNN算法
• 112朴素贝叶斯分类
• 1121贝叶斯公式
• 1122朴素贝叶斯分类原理
• 1123朴素贝叶斯的参数估计
• 1124在Python中实现朴素贝叶斯
• 第12章高级分类器：支持向量机
• 121线性可分与线性不可分
• 122线性可分支持向量机
• 1221函数间隔和几何间隔
• 1222学习策略
• 1223对偶方法求解
• 1224线性可分支持向量机例题
• 123线性支持向量机与软间隔最大化
• 124非线性支持向量机与核函数
• 1241核函数
• 1242非线性支持向量机的学习
• 1243示例与Python实现
• 125使用支持向量机的案例
• 第13章连续变量的特征选择与转换
• 131方法概述
• 132主成分分析
• 1321主成分分析简介
• 1322主成分分析原理
• 1323主成分分析的运用
• 1324在Python中实现主成分分析
• 133基于主成分的冗余变量筛选
• 134因子分析
• 1341因子分析模型
• 1342因子分析算法
• 1343在Python中实现因子分析
• 第14章客户分群与聚类
• 141聚类算法概述
• 142聚类算法基本概念
• 1421变量标准化与分布形态转换
• 1422变量的维度分析
• 143聚类模型的评估
• 144层次聚类
• 1441层次聚类原理
• 1442层次聚类在Python中的实现
• 145基于划分的聚类
• 1451kmeans聚类原理
• 1452kmeans聚类的应用场景
• 1453在Python中实现kmeans聚类
• 146基于密度的聚类
• 1461详谈基于密度聚类
• 1462在Python中实现密度聚类
• 147案例:通信客户业务使用偏好聚类
• 1471保持原始变量分布形态进行聚类
• 1472对变量进行分布形态转换后聚类
• 第15章关联规则
• 151关联规则
• 1511关联规则的一些概念
• 1512Apriori算法原理
• 1513在Python中实现关联规则
• 152序列模式
• 1521序列模式简介与概念
• 1522序列模式算法
• 1523在Python中实现序列模式
• 第16章排序模型的不平衡分类处理
• 161不平衡分类概述
• 162欠采样法
• 1621随机欠采样法
• 1622Tomek Link法
• 163过采样法
• 1631随机过采样法
• 1632SMOTE法
• 164综合采样法
• 165在Python中实现不平衡分类处理
• 第17章集成学习
• 171集成学习概述
• 172Bagging
• 1721Bagging算法实现
• 1722随机森林
• 173Boosting
• 174偏差（Bias）、方差（Variance）与集成方法
• 1741偏差与方差
• 1742Bagging与Boosting的直观理解
• 第18章时间序列建模
• 181认识时间序列
• 182效应分解法时间序列分析
• 183平稳时间序列分析ARMA模型
• 1831平稳时间序列
• 1832ARMA模型
• 1833在Python中进行AR建模
• 184非平稳时间序列分析ARIMA模型
• 1841差分与ARIMA模型
• 1842在Python中进行ARIMA建模
• 185ARIMA方法建模总结
• 第19章商业数据挖掘案例
• 191个人贷款违约预测模型
• 1911数据介绍
• 1912业务分析
• 1913数据理解
• 1914数据整理
• 1915建立分析模型
• 1916模型运用
• 1917流程回顾
• 192慈善机构精准营销案例
• 1921构造营销响应模型
• 1922构造客户价值预测模型
• 1923制订营销策略
• 1924案例过程回顾与不足
• 193旅游企业客户洞察案例
• 1931案例说明
• 1932数据预处理
• 1933使用kmeans聚类建模
• 1934对各个簇的特征进行描述
• 194个人3C产品精准营销案例
• 1941案例说明
• 1942数据预处理
• 1943建模
• 1944模型评估
• 1945下一步建议
• 附录A 数据说明
• 参考文献