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。