内容简介：

本书详细地介绍了大数据、人工智能等项目中不可或缺的环节和内容：数据准备和特征工程。书中的每节首先以简明方式介绍了基本知识；然后通过实际案例演示了基本知识的实际应用，并提供了针对性练习项目，将“知识、案例、练习”融为一体；*后以“扩展探究”方式引导读者进入更深广的领域。

本书既适合作为大学相关专业的教材，也适合作为大数据、人工智能等领域的开发人员的参考读物。

编辑推荐：

数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。

强调工程实践。书中通过大量案例，向读者演示了各种方法的具体实现方式。

基础与前沿结合。虽然本书在“基础知识”中介绍了相关的基本实现方法，但因为现实项目的复杂性，在具体项目中还会用到各种工具及*新的研发成果，为此专设了“扩展探究”供读者了解更精彩的内容。

以案例为载体，传授思想方法。数据科学项目需要严谨、科学的思想方法，这些方法并非通过简单说教就能让读者掌握，本书以“项目案例”为载体，不仅讲述操作技法，而且还让读者体验其中的思想方法，并且在“动手练习”中提供了练习项目，供读者检验和巩固所学内容。

批注版式，让阅读更容易。

配套在线实验平台。在实验平台中，读者可以运行本书的所有源码，应用书中所要求的数据集。

配套视频课程。

实时交互。

本书旨在：

?梳理常用的数据准备和特征工程操作技术

?将常见的特征工程问题进行归类，给出相应的解决方案

?为读者提供大量的动手练习项目

本书特色：

?强调工程实践，这也是本书作者所有书籍的共同特点。书中通过大量案例，向读者演示了各种方法的具体实现方式。

?基础与前沿结合。虽然本书在“基础知识”中介绍了相关的基本实现方法，但因为现实项目的复杂性，在具体项目中还会用到各种工具及*新的研发成果，为此专设了“扩展探究”供读者了解更精彩的内容。

?以案例为载体，传授思想方法。数据科学项目需要严谨、科学的思想方法，这些方法并非通过简单说教就能让读者掌握，本书以“项目案例”为载体，不仅讲述操作技法，而且还让读者体验其中的思想方法，并且在“动手练习”中提供了练习项目，供读者检验和巩固所学内容。

本书配套资源：1、在线实验和源码

              2、在线视频课程

              3、其他与本书相关技术

              4、读者交流群

更多信息可关注公众号：老齐教室

齐伟，自称老齐，现居苏州，所著在线教程《零基础学Python》及《零基础学Python（第2版）》在业内引起非常大的反响。愿意和来自各方的朋友讨论技术问题，并能提供相关技术服务。

目?录

第1章?感知数据........................................................... 001

1.0?了解数据科学项目................................................. 001

1.1?文件中的数据..................................................... 003

1.1.1?CSV文件................................................... 003

1.1.2?Excel文件................................................. 009

1.1.3?图像文件.................................................. 015

1.2?数据库中的数据................................................... 019

1.3?网页上的数据..................................................... 029

1.4?来自API的数据.................................................... 039

第2章?数据清理........................................................... 044

2.0?基本概念......................................................... 045

2.1?转化数据类型..................................................... 046

2.2?处理重复数据..................................................... 054

2.3?处理缺失数据..................................................... 057

2.3.1?检查缺失数据.............................................. 058

2.3.2?用指定值填补.............................................. 063

2.3.3?根据规律填补.............................................. 069

2.4?处理离群数据..................................................... 076

第3章?特征变换........................................................... 083

3.0?特征的类型....................................................... 084

3.1?特征数值化....................................................... 085

3.2?特征二值化....................................................... 088

3.3?OneHot编码....................................................... 093

3.4?数据变换......................................................... 098

3.5?特征离散化....................................................... 104

3.5.1?无监督离散化.............................................. 104

3.5.2?有监督离散化.............................................. 110

3.6?数据规范化....................................................... 113

第4章?特征选择........................................................... 124

4.0?特征选择简述..................................................... 124

4.1?封装器法......................................................... 127

4.1.1?循序特征选择.............................................. 127

4.1.2?穷举特征选择.............................................. 135

4.1.3?递归特征消除....................................... 140

4.2?过滤器法................................................. 144

4.3?嵌入法................................................... 149

第5章?特征抽取................................................... 154

5.1^①?无监督特征抽取.......................................... 154

5.1.1?主成分分析......................................... 154

5.1.2?因子分析........................................... 161

5.2?有监督特征抽取........................................... 167

附录A?Jupyter简介................................................ 173

附录B?NumPy简介.................................................. 176

附录C?Pandas简介................................................. 185

附录D?Matplotlib简介............................................. 194

后记    199