这门课解决什么工作场景
很多做运营、产品或传统业务的朋友，日常常遇到这类麻烦：想看竞品页面结构却只能逐条复制，手里拿到一份几万行的销售明细却满是空值和异常格式。这门数据挖掘课针对的就是这种场景。它把链条拆成两段：前半段用 Python 抓公开网页数据，后半段做清洗和特征处理。核心不是讲高深算法，而是帮你把外部杂乱信息变成能进数据库、能上报表的结构化字段。如果你平时总靠手工复制粘贴，或者拿到脏数据只会删空行，这套内容能替你省下大量机械劳动。
适合什么基础，建议先看哪几块
资料默认你懂基本 Python 语法，但不需要写过爬虫工程。如果你连循环和字典都不熟，建议先补一周基础再来看。拿到资料后别按顺序从头啃，建议先看网页解析那几节，重点理解 xpath 和 BeautifulSoup 怎么定位节点，这是抓取能否成功的关键；其次看动态网页解析与模拟登录，因为现在多数电商和社媒内容都是动态加载，静态抓取基本拿不到数据。数据处理部分优先看缺失值与异常处理，这是后续做任何统计的前提。先建立“请求—解析—清洗”的闭环认知，再去碰正则等细节会更顺。
学完能独立做什么，资料怎么配合练习
学完后你能独立完成一个小型采集清洗项目：对一个公开站点发起请求、解析出目标字段、处理缺失值和异常类型，最终输出一份可分析的干净表格。练习时不要只盯着视频看操作，一定要同步开环境跑代码：先用资料里给的示例页面验证解析逻辑是否生效，再换一个结构相似的真实站点试抓，看能否拿到同样字段。数据处理环节建议拿自己工作中的真实导出表，套用缺失值处理方法，对比清洗前后差异。遇到反爬或登录态问题，回看模拟登录那节对照调试。把资料里的代码当模板改，比从头写效率高得多。
掌握数据挖掘与大数据分析的相关知识，能利用python网络爬虫，掌握常见的特征工程的处理应用
课程目录
* 01 python网络爬虫/
* 01 python网络爬虫介绍.mp4 (30.27 MB), 08:37
* 02 HTTP请求方法.mp4 (89.34 MB), 19:46
* 03 静态网页爬取.mp4 (112.40 MB), 22:28
* 04 正则表达式.mp4 (149.81 MB), 31:25
* 05 xpath网页解析.mp4 (127.25 MB), 27:39
* 06 BeautifulSoup网页解析.mp4 (148.85 MB), 35:25
* 07 动态网页解析.mp4 (96.65 MB), 19:43
* 08 模拟登录.mp4 (44.31 MB), 09:55
* 02 数据处理/
* 01 【数据异常】缺失值处理.mp4 (302.21 MB), 59:23
* 02 【数据异常】重复值处理.mp4 (60.56 MB), 12:17
* 03 【数据异常】异常值处理.mp4 (102.48 MB), 21:23
* 04 【数据转换】无量纲化.mp4 (77.05 MB), 15:18
* 05 【数据转换】离散化.mp4 (59.84 MB), 13:31
* 06 【数据转换】特征编码.mp4 (103.51 MB), 23:31
* 07 【案例分析】numpy股票因子数据分析.mp4 (51.13 MB), 10:19
* 08 【案例分析】定期存款电话营销数据.mp4 (117.70 MB), 21:45
* 03 特征工程/
* 01 【特征选择概述】特征选择概述.mp4 (70.04 MB), 13:00
* 02 【过滤法】过滤法ppt讲解.mp4 (64.15 MB), 15:27
* 03 【过滤法】过滤法代码演示.mp4 (66.51 MB), 11:43
* 04 【包装法】包装法.mp4 (29.95 MB), 06:02
* 05 【嵌入法】嵌入法.mp4 (71.83 MB), 13:57
* 06 【PCA主成分分析】PCA主成分分析ppt讲解.mp4 (79.80 MB), 18:23
* 07 【PCA主成分分析】PCA主成分分析代码演示.mp4 (60.18 MB), 09:29
* 08 【LDA线性判别分析及其他】LDA代码演示.mp4 (29.80 MB), 05:08
* 09 【LDA线性判别分析及其他】LDA线性判别分析ppt.mp4 (77.86 MB), 16:59
* 10 【机器学习与Scikit-Learn】上.mp4 (242.09 MB), 47:43
* 11 【机器学习与Scikit-Learn】下.mp4 (286.33 MB), 56:25
