数据挖掘与分析实用教程

数据挖掘这块，推荐一份内容比较全的资源。预、EDA、建模评估这几步讲得挺细，连标准化和异常值都有具体方法，像 Z-score、IQR 什么的都提到了。你要是经常缺失值、分类预测、聚类啥的，看这个准没错。

数据预的部分讲得挺实用。像缺失值填补有均值、中位数、众数几种方法，还举了Z-score识别异常值的例子。你平时数据不干净？看这个就对了。

探索性数据（EDA）这块内容也挺全，统计、可视化都有提。像箱线图、散点图这类经典图都有提到，还说到了购物篮那种关联规则，用Apriori或者FP-Growth来挖关系。

建模讲了分类、聚类、回归都包括，例子像决策树、K-means、逻辑回归啥的。嗯，如果你在做风控、推荐或者客户分群，这几类模型都挺常用的。

模型评估那段也不能跳，什么准确率、召回率、F1 分数都有说，还补了交叉验证的用法，挺适合拿去实战的。

资源里还有几个好用的小工具，像 PageViewsMR、DataCleaner，专门做数据清洗，响应也快，界面也友好，适合不想折腾代码的你。

如果你刚上手数据挖掘，又想一站搞定预、EDA、建模这些步骤，可以点进去看看相关资料，工具+教程都有了，能省不少时间。