第1章 数据挖掘简介及本书使用方法

欢迎来到21世纪

并不只是对象

TB级挖掘是现实不是科幻

本书体例

第2章 协同过滤——爱你所爱

如何寻找相似用户

曼哈顿距离

欧氏距离

N维下的思考

一般化

Python中数据表示方法及代码

计算曼哈顿距离的代码

用户的评级差异

皮尔逊相关系数

在继续之前稍微休息一下

最后一个公式——余弦相似度

相似度的选择

一些怪异的事情

k近邻

Python的一个推荐类

一个新数据集

第3章 协同过滤——隐式评级及基于物品的过滤

隐式评级

调整后的余弦相似度

Slope One算法

Slope One算法的粗略描述图

基于Python的实现

加权Slope One：推荐模块

MovieLens数据集

第4章 内容过滤及分类——基于物品属性的过滤

一个简单的例子

用Python实现

给出推荐的原因

一个取值范围的问题

归一化

改进的标准分数

归一化vs.不归一化

回到Pandora

体育项目的识别

Python编程

就是它了

汽车MPG数据

杂谈

第5章 分类的进一步探讨——算法评估及kNN

训练集和测试集

10折交叉验证的例子

混淆矩阵

一个编程的例子

Kappa统计量

近邻算法的改进

一个新数据集及挑战

更多数据、更好的算法以及一辆破公共汽车

第6章 概率及朴素贝叶斯——朴素贝叶斯

微软购物车

贝叶斯定理

为什么需要贝叶斯定理

i100i500

用Python编程实现

共和党vs.民主党

数字

Python实现

这种做法会比近邻算法好吗

第7章 朴素贝叶斯及文本——非结构化文本分类

一个文本正负倾向性的自动判定系统

训练阶段

第8章 聚类——群组发现

k-means聚类

SSE或散度

小结

安然公司