NUFE 数据挖掘与商务智能课程

解决什么问题

《数据挖掘与商务智能》课程常卡在同一个问题：代码能跑，但学生说不清为什么选这个方法，也说不清为什么不选另一个方法。data-mining-course 把环境检查、数据加载、数据清洗、EDA、特征工程、可视化、建模和结果解释拆成 9 个教学节点，要求每节都先讲知识点，再给运行结果。它适合教师带着学生按 §1→§9 推进，避免把多节内容合成一个黑盒脚本，也避免只看到 pandas 输出而忽略方法选择背后的统计逻辑。

技能如何工作

• 逐节执行：每节完成后先暂停，解释该节的「为什么用这个方法」，再进入下一节。
• 知识点先于结果：输出先呈现教学要点，再展示数据特征、图表或模型指标，防止学生把数据结果直接当成结论。
• 覆盖完整链路：从 pip、清华源、CSV/Excel 编码和 BOM，到缺失值、重复值、异常值、IQR、数据类型分型、One-Hot、Label、标准化、图表选择，再到回归、分类和聚类入门。
• 产出可交报告：§9 要求生成 HTML 报告，并写入所用分析方法的简要介绍与选择理由，便于检查结论是否有数字、方向、局限说明。

适用边界

这是教学导向的 Skill，不是通用自动化分析平台。它依赖已有课程数据文件和可运行的 Python 环境，代码模板偏入门。复杂文本挖掘、高级时序建模、生产级部署和严格统计检验不在资料范围内。若用于正式项目，需要自行补充数据校验、假设检验、模型评估和复现实验细节。