基本信息
作者：薛薇 陳歡歌
叢書名：統計數據分析與套用叢書
出版社：中國人民大學出版社
ISBN：9787300151625
出版日期：2012 年3月
開本：16開
頁碼：467
版次：1-1
內容簡介
數據挖掘這種新的商業信息處理技術，其主要特點是對商業資料庫中的大量業務數據進行抽取、轉換、分析和其他模式化的處理，從中提取輔助商業決策的關鍵性數據。CLEMENTINE軟體以其卓越的運算處理能力和圖形展現能力、優秀的算法、行之有效的統計分析方法成為解決數據挖掘問題的理想工具。
作者基於長期從事計算機數據分析教學與科研工作的經驗編寫了本書，在編寫過程中體現出以下特色：
·以數據挖掘過程為線索介紹clementine軟體。本書以數據挖掘的實踐過程為主線，從clementine數據管理入手，說明問題從淺至深，講解方法從易到難。這樣，能使讀者在較短時間內掌握clementine的基本功能和一般方法，並可迅速運用到實際工作中。
·數據挖掘方法、軟體操作、案例分析的有機結合。配合實際案例，側重數據挖掘方法核心思想和基本原理的闡述，使得讀者可以直觀理解方法，並正確掌握方法的套用範圍。
·數據挖掘方法講解全面，語言通俗。本書對clementine的數據挖掘算法進行了全面分析和套用，內容力求豐富翔實。同時使用通俗的語言和示例講述算法，儘量避免使用公式和推導堆砌算法。
目錄
《基於clementine的數據挖掘》
第1章數據挖掘和clementine使用概述
1.1數據挖掘的產生背景
1.2什麼是數據挖掘
1.3clementine軟體概述
第2章clementine的數據讀入和數據集成
2.1變數類型
2.2讀人數據
2.3生成實驗方案
2.4數據集成
第3章clementine的數據理解
3.1變數說明
3.2數據質量的評估和調整
3.3數據的排序
3.4數據的分類匯總
3.5用戶報表
第4章clementine的數據準備
4.1變數變換
4.2變數派生
4.3數據精簡
.4.4數據篩選
4.5數據準備的其他工作
第5章clementine的基本分析
5.1數值型變數的基本分析
5.2兩分類型變數相關性的研究
5.3兩總體的均值比較
5.4rfm分析
第6章clementine的數據精簡
6.1變數值的離散化處理
6.2特徵選擇
6.3因子分析
第7章分類預測：clementine的決策樹
7.1決策樹算法概述
7.2clementine的c5.0算法及套用
7.3clementine的分類回歸樹及套用
7.4clementine的chaid算法及套用
7.5clementine的quest算法及套用
7.6模型的對比分析
第8章分類預測：clementine的人工神經網路
8.1人工神經網路算法概述
8.2clementine的b-p反向傳播網路
8.3clementine的b-p反向傳播網路的套用
8.4clementine的徑向基函式網路及套用
第9章分類預測：clementine的支持向量機
9.1支持向量分類的基本思路
9.2支持向量分類的基本原理
9.3支持向量回歸
9.4支持向量機的套用
第10章分類預測：clementine的logistic回歸分析
10.1logistic回歸分析概述
10.2二項logistic回歸分析
10.3二項logistic回歸分析的套用
10.4多項logistic回歸分析及套用
第11章分類預測：clementine的判別分析
11.1距離判別法
11.2fisher判別法
11.3貝葉斯判別法
11.4判別分析的套用
第12章分類預測：clementine的貝葉斯網路
12.1貝葉斯方法基礎
12.2貝葉斯網路概述
12.3tan貝葉斯網路
12.4馬爾科夫毯網路
12.5貝葉斯網路的套用
第13章探索內部結構：clementine的聚類分析
13.1聚類分析的一般問題
13.2clementine的k-means聚類及套用
13.3clementine的兩步聚類及套用
13.4clementine的kohonen網路聚類及套用
13.5基於聚類分析的離群點探索
第14章探索內部結構：clementine的關聯分析
14.1簡單關聯規則及其有效性
14.2clementine的apriori算法及套用
14.3clementine的gri算法及套用
14.4clementine的序列關聯及套用
參考文獻
