文档介绍：: .
《Python数据分析与应用》教学大纲
课程名称：Python数据分析与应用
课程类别：必修
用transform方法聚合数据
14. 使用povit_table函数创建***表
15. 使用crosstab函数创建交叉表
1. 掌握常见的数据读取方式
2. 掌握DataFrame常用属性与方法
3. 掌握基础时间数据处理方法
4. 掌握分组聚合的原理与方法
5. 掌握***表与交叉表的制作
3
5
使用pandas进
行数据预处理
1. 堆叠合并数据
2. 主键合并数据
3. 重叠合并数据
4. 检测与处理重复值
5. 检测与处理缺失值
6. 检测与处理异常值
7. 离差标准化数据
8. 标准差标准化数据
9. 小数定标标准化数据
10. 哑变量处理类别型数据
11. 离散化连续型数据
1. 掌握数据合并的原理与方法
2. 掌握数据清洗的
3
基本方法
3. 掌握基本数据标准化的方法
4. 掌握常用的数据转换方法
6
使用scikit-learn
构建模型
1. 加载datasets模块中的数据集
2. 将数据集划分为训练集和测试集
3. 使用sklearn转换器进行数据预处理与降维
4. 使用sklearn估计器构建聚类模型
5. 评价聚类模型
6. 使用sklearn估计器构建分类模型
7. 评价分类模型
8. 使用sklearn估计器构建回归模型
9. 评价回归模型
1. 掌握sklearn转换器的使用方法
2. 掌握sklearn估计器的使用方法
3. 掌握聚类模型的构建与评价
4. 掌握分类模型的构建与评价
5. 掌握回归模型的构建与评价
6
7
航空客户价值分
析
1. 分析航空公司现状
2. 认识客户价值分析
3. 熟悉航空客户价值分析的步骤与流程
4. 处理缺失值与异常值
5. 构建爱你航空客户价值分析关键特征
6. 标准化LRFMC5个特征
7. 了解K-Means聚类算法
8. 分析聚类结果
9. 模型应用
1. 熟悉航空客户价值分析的步骤和流
程
2. 了解RFM模型的
基本原理
3. 掌握K-Means算
法的基本原理与使用方法
4. 比较不同类别客户的客户价值，制定相应的营销策略
6
8
财政收入预测分析
1. 分析财政收入预测背景
2. 了解财政收入预测的方法
3. 熟悉财政收入预测的步骤与流程
4. 了解相关性分析
5. 分析计算结果
6. 了解Lasso回归方法
7. 分析Lasso回归结果
8. 了解灰色预测算法
9. 了解SVR算法
10. 分析预测结果
1. 熟悉财政收入预测的步骤和流程
2. 掌握相关性分析方法与应用
3. 掌握使用Lasso模
型选取特征的方法
4. 掌握灰色预测的原理与应用
5. 掌握支持向量回归算法的基本原理与应用
6
9
家用