第1章 基礎知識
1.1 準備數據
1.1.1 數據格式
1.1.2 變量類型
1.1.3 變量選擇
1.1.4 特征工程
1.1.5 缺失數據
1.2 選擇算法
1.2.1 無監督學習
1.2.2 監督學習
1.2.3 強化學習
1.2.4 注意事項
1.3 參數調優
1.4 評價模型
1.4.1 分類指標
1.4.2 回歸指標
1.4.3 驗證
1.5 小結
第2章 k均值聚類
2.1 找出顧客群
2.2 示例：影迷的性格特征
2.3 定義群組
2.3.1 有多少個群組
2.3.2 每個群組中有誰
2.4 局限性
2.5 小結
第3章 主成分分析
3.1 食物的營養成分
3.2 主成分
3.3 示例：分析食物種類
3.4 局限性
3.5 小結
第4章 關聯規則
4.1 發現購買模式
4.2 支持度、置信度和提升度
4.3 示例：分析雜貨店的銷售數據
4.4 先驗原則
4.4.1 尋找具有高支持度的項集
4.4.2 尋找具有高置信度或高提升度的關聯規則
4.5 局限性
4.6 小結
第5章 社會網絡分析
5.1 展現人際關繫
5.2 示例：**貿易
5.3 Louvain方法
5.4 PageRank算法
5.5 局限性
5.6 小結
第6章 回歸分析
6.1 趨勢線