图书介绍

数据挖掘与应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

张俊妮编著著
出版社：北京市：北京大学出版社
ISBN：9787301152393
出版时间：2009
标注页数：185页
文件大小：29MB
文件页数：195页
主题词：数据采集－高等学校－教材

PDF下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢] [在线试读本书] [在线获取解压码]

点击复制MD5值：c0009e01867abc30f128961a11d38a9d

下载说明

数据挖掘与应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载详情点击-查看共享计划

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数要大于标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第一章数据挖掘概述1

1.1 什么是数据挖掘2

1.2 数据挖掘的应用2

1.3 数据挖掘方法论8

第二章数据理解和数据准备12

2.1 数据理解14

2.2 数据准备16

2.3 使用SAS进行数据理解和数据准备：FNBA信用卡数据29

第三章关联规则挖掘39

3.1 关联规则的实际意义40

3.2 关联规则的基本概念及Apriori算法41

3.3 负关联规则45

3.4 序列关联规则47

3.5 使用SAS进行关联规则挖掘48

第四章多元统计中的降维方法52

4.1 主成分分析53

4.2 探索性因子分析59

4.3 多维标度分析65

第五章聚类分析70

5.1 距离与相似度的度量72

5.2 k均值聚类法76

5.3 层次聚类法79

第六章预测性建模的一些基本方法85

6.1 判别分析86

6.2 朴素贝叶斯分类算法88

6.3 k近邻法89

6.4 线性模型与广义线性模型91

第七章神经网络99

7.1 神经网络架构及基本组成100

7.2 误差函数106

7.3 神经网络训练算法110

7.4 提高神经网络模型的可推广性114

7.5 数据预处理116

7.6 使用SAS建立神经网络模型117

7.7 自组织图129

第八章决策树136

8.1 决策树简介137

8.2 决策树的生长与修剪139

8.3 对缺失数据的处理145

8.4 变量选择146

8.5 决策树的优缺点147

第九章模型评估158

9.1 因变量为二分变量的情形159

9.2 因变量为多分变量的情形169

9.3 因变量为连续变量的情形170

9.4 使用SAS评估模型171

第十章模型组合与两阶段模型175

10.1 模型组合176

10.2 随机森林180

10.3 两阶段模型182

参考文献184