文件名称：book_code:《Python广告数据挖掘与分析实战》配套代码
文件大小：1.13MB
文件格式：ZIP
更新时间：2024-05-01 11:22:02
JupyterNotebook
《Python广告数据挖掘与分析实战》配套代码 本书目前在京东或者当当上均可进行购买，下面附上购买链接 京东： 当当： 注：由于书中部分内容涉及到实际业务数据，不太方便公开，所以github上的部分代码以及代码中所使用到的数据源可能与书中不太一致，但整体代码和实现方式保持不变， 请读者朋友们以github上的数据源和代码为准！ 如有疑问可以在数据挖掘与AI算法微信公众号上随时与我联系。感谢大家的支持！
【文件预览】：
book_code-main
----chapter_10()
--------10.2 常用特征选择方法.ipynb(63KB)
--------10.3 PCA主成分分析法.ipynb(57KB)
--------.ipynb_checkpoints()
----chapter_6()
--------6.1 随机森林.ipynb(4KB)
--------6.2 GBDT.ipynb(3KB)
--------6.3 XGBoost.ipynb(4KB)
--------6.4 Stacking.ipynb(10KB)
--------6.5 LR+GBDT.ipynb(9KB)
--------.ipynb_checkpoints()
--------6.6 FM.ipynb(5KB)
----chapter_3()
--------3.1 数据基础运算工具：NumPy.ipynb(48KB)
--------3.3 数据可视化分析工具：Matplotlib.ipynb(157KB)
--------.ipynb_checkpoints()
--------3.2 数据预处理工具：Pandas.ipynb(88KB)
----chapter_4()
--------4.2 分类模型常用评价指标.ipynb(157KB)
--------.ipynb_checkpoints()
----data()
--------chapter_9.4.csv(11KB)
--------ex3.xlsx(10KB)
--------req_user.csv(374B)
--------ex2.csv(2KB)
--------diabetes_test.txt(17KB)
--------train.csv(59KB)
--------chapter_9.2.csv(509B)
--------chapter_9.1.csv(4KB)
--------chapter_9.4(2).csv(9KB)
--------test.csv(28KB)
--------diabetes_train.txt(35KB)
----数据挖掘与AI算法.jpg(141KB)
----chapter_5()
--------5.5 神经网络.ipynb(5KB)
--------5.3 KNN.ipynb(3KB)
--------5.2 决策树.ipynb(49KB)
--------5.1 逻辑回归.ipynb(63KB)
--------5.4 SVM.ipynb(88KB)
--------.ipynb_checkpoints()
----chapter_9()
--------9.4 Lookalike相似用户聚类分析.ipynb(6KB)
--------9.2 广告用户曝光与点击率分析.ipynb(16KB)
--------9.1 广告用户曝光与响应率分析.ipynb(29KB)
--------.ipynb_checkpoints()
----《Python广告数据与分析实战》.jpg(22KB)
----README.md(980B)