本書在簡要介紹數據分析的統計學基礎后，結合實例闡釋線性回歸、邏輯回歸、決策樹、隨機森林、聚類分析、主成分分析、關聯規則挖掘等常用算法的原理與應用，并通過覆蓋諸多業務場景的案例，如零售超市業績評估、廣告營銷渠道分析、網約車運營分析、網站改版分析等，呈現數據分析的思路與方法。最后，本書還探索了ChatGPT在數據分析中的應用。
無論是數據分析初學者、數據營銷分析人員、數據產品經理，還是數據科學相關專業學生，都可通過本書了解并學習實用的數據分析知識和技能。
第1章 數據分析的統計學基礎 1
1.1 統計學中的一些概念 2
1.1.1 總體與樣本 2
1.1.2 參數與統計量 2
1.1.3 變量的度量類型 3
1.1.4 變量的分布類型 3
1.1.5 正態分布 4
1.1.6 Z分數 4
1.2 假設檢驗基礎 6
1.2.1 假設檢驗的基本要點 7
1.2.2 大數定律和中心極限定理 9
1.3 Z檢驗 10
1.3.1 基本原理 10
1.3.2 Python實現Z檢驗 11
1.4 t檢驗 13
1.4.1 單樣本t檢驗 13
1.4.2 雙樣本t檢驗 14
1.5 方差分析 17
1.5.1 基本原理 18
1.5.2 Python 實現方差分析 20
1.6 卡方檢驗 23
1.7 相關分析（相關系數與熱力圖） 24
1.7.1 Pearson相關系數 25
1.7.2 熱力圖 26
1.7.3 相關系數的顯著性檢驗 27
第2章 多元線性回歸實現房價預測 29
2.1 線性回歸 30
2.1.1 簡單線性回歸原理 30
2.1.2 多元線性回歸 31
2.2 Python實現多元線性回歸 33
2.3 模型分析與評估 36
2.3.1 模型的評估指標（R方與調整R方） 36
2.3.2 回歸系數的顯著性檢驗 37
2.3.3 虛擬變量的設置 38
2.3.4 多重共線性的診斷 40
2.3.5 殘差分析 43
2.3.6 線性回歸模型評估小結 48
第3章 邏輯回歸預測電信客戶流失情況 49
3.1 邏輯回歸 50
3.1.1 從相關性分析到邏輯回歸 51
3.1.2 邏輯回歸公式原理 53
3.2 Python中實現邏輯回歸 57
3.3 分類模型的評估 60
3.3.1 模型預測 60
3.3.2 一致對、不一致對與相等對 61
3.3.3 混淆矩陣 63
3.3.4 ROC曲線與AUC值 67
第4章 決策樹實現信貸違約預測 70
4.1 決策樹的原理 71
4.1.1 節點、分支與深度 71
4.1.2 決策樹的分類思想 72
4.1.3 信息熵、條件熵與信息增益 74
4.2 決策樹的算法 76
4.2.1 ID3算法與Python實現 77
4.2.2 可視化決策樹（傳統和交互） 77
4.2.3 C4.5算法與Python實現 80
4.2.4 CART算法建樹原理 84
4.3 決策樹實現信貸違約預測的具體代碼 86
4.3.1 網格搜索調優 89
4.3.2 優化決策邊界 91
第5章 隨機森林預測寬帶訂閱用戶離網 94
5.1 集成學習簡介 95
5.1.1 概述：Bagging與Boosting 96
5.1.2 Bagging原理與Python實現 97
5.2 隨機森林的原理 100
5.3 隨機森林預測寬帶訂閱用戶離網的具體代碼 103
第6章 深入淺出層次聚類 106
6.1 聚類算法概述 107
6.1.1 聚類算法的應用場景 107
6.1.2 聚類算法的變量特點 107
6.1.3 幾種常用的聚類算法 108
6.2 聚類算法的分類邏輯 108
6.2.1 歐氏距離 108
6.2.2 余弦相似度 109
6.2.3 閔氏距離 110
6.3 層次聚類 110
6.3.1 層次樹怎么看？ 110
6.3.2 點與點、簇與簇之間的距離 113
6.3.3 Python實現層次聚類 117
6.4 聚類模型的評估 120
6.4.1 輪廓系數 120
6.4.2 平方根標準誤差 121
6.4.3 R方 121
6.4.4 評估指標的選擇 121
6.5 Python實現聚類算法評估 121
6.6 結果分析 123
第7章 K-Means聚類實現客戶分群 124
7.1 K-Means聚類原理 125
7.2 Python實現K-Means聚類 126
7.3 數據轉換方法 127
7.4 模型評估 131
7.5 結果分析 132
第8章 基于不平衡分類算法的反欺詐模型 134
8.1 不平衡分類背景 135
8.2 欠采樣法 136
8.2.1 隨機欠采樣法 137
8.2.2 Tomek Link法 137
8.3 過采樣法 138
8.3.1 隨機過采樣法 138
8.3.2 SMOTE法 138
8.4 綜合采樣法 139
8.5 Python代碼實戰 140
8.5.1 數據探索 140
8.5.2 過采樣處理 141
8.5.3 決策樹建模 142
8.5.4 結果分析與優化 143
第9章 主成分分析實現客戶信貸評級 145
9.1 PCA中的信息壓縮 146
9.2 主成分分析原理 147
9.2.1 信息壓縮的過程 147
9.2.2 主成分的含義 149
9.3 Python實現主成分分析 150
第10章 Apriori算法實現智能推薦 155
10.1 常見的推薦算法 156
10.2 購物籃分析簡介 156
10.3 關聯規則 158
10.3.1 關聯三度 158
10.3.2 Apriori算法原理 160
10.4 Python實現關聯規則 160
10.4.1 數據探索 160
10.4.2 Apriori實現關聯規則 162
10.4.3 篩選互補品與互斥品 163
10.5 根據關聯規則結果推薦商品 164
10.5.1 以獲得最高的營銷響應率為目標 164
10.5.2 以最大化總體銷售額為目標 165
10.5.3 用戶并未產生消費，為其推薦某樣商品 166
10.6 使用Apriori算法的注意事項 166
第11章 從變量到指標體系 168
11.1 變量與指標 169
11.2 從單個指標到指標體系 170
第12章 零售超市業績評估 171
12.1 增長率分析法 172
12.2 比例分析法 175
12.3 投入產出比法 177
12.4 評估小結 178
第13章 廣告營銷渠道分析 179
13.1 漏斗分析法 180
13.2 整體結構分析法 183
13.3 渠道分析小結 184
第14章 網約車司機單日工作情況分析 185
14.1 單維度分類 187
14.2 兩維度分類 189
14.3 數據解讀小結 196
第15章 網約車城市運營情況分析 198
15.1 多維度分析法 199
15.2 指標關系梳理 200
15.3 多指標分析順序 201
15.3.1 各城市完單情況分析 201
15.3.2 各城市過程指標分析 203
15.3.3 轉化率分析 204
15.3.4 供需端分析 208
15.4 多維度分析小結 215
第16章 AB測試-教育類網站改版分析 216
16.1 AB測試原理 217
16.2 問題探索 219
16.3 改版效果檢測 223
16.3.1 分層抽樣函數 224
16.3.2 主頁點擊率 226
16.3.3 課程詳情頁注冊率和瀏覽時長 226
16.3.4 課程學習頁完課率 228
16.3.5 分析匯總 229
16.4 AB測試的不足 229
第17章 用戶價值分析 232
17.1 RFM分析基礎 233
17.1.1 R、F、M的打分方式 233
17.1.2 RFM模型的使用 235
17.2 Python實現RFM模型 235
17.2.1 計算R值 237
17.2.2 計算F值 238
17.2.3 計算M值 238
17.2.4 維度打分 239
17.2.5 客戶分層 240
17.3 RFM模型指導實際業務 241
17.3.1 F、M 矩陣分析 242
17.3.2 識別對價格敏感的用戶 243
17.3.3 識別囤貨用戶 244
17.3.4 把R也考慮進來 245
17.4 RFM小結 245
第18章 用戶留存分析 247
18.1 同期群分析基礎 248
18.1.1 從同期群分析表看餐廳經營狀況 248
18.1.2 從另一個視角看餐廳經營狀況 249
18.2 Python實現同期群分析 250
18.2.1 神奇的 intersect1d 和 setdiff1d 250
18.2.2 單月新增和留存情況 251
18.2.3 循環構建每個月的新增和留存 253
18.2.4 延伸應用 257
第19章 ChatGPT在數據分析領域的應用 259
19.1 ChatGPT的提問框架 260
19.2 用ChatGPT做數據分析 261
19.2.1 GPT處理數據 261
19.2.2 GPT實現假設檢驗 264
19.2.3 GPT實現分類算法 267
19.3 用ChatGPT分析業務問題 269
19.4 ChatGPT應用小結 272
新書資訊