数据挖掘方法与模型

内容简介

[

　　当下，由于强大的数据挖掘软件平台很容易获得，草率地使用数据挖掘方法和技术将导致挖掘的结果混淆难解。这种失误往往源自盲目使用“黑盒子”方法进行数据挖掘，而*好的避免途径就是使用“自盒子”方法，理解隐藏在软件背后的算法和统计模型结构。

　　本书分为7章，第l章是对降维方法的介绍，这是数据挖掘技术的一个先决条件；第2章至第6章为经典的数据挖掘算法和技术，包括一元回归模型、多元回归模型、逻辑回归模型、贝叶斯网络分析以及遗传算法，通过实际案例引导读者由已预处理的数据使用不同的挖掘技术从而得出所需结论；第7章为基于数据挖掘过程模型上的多个案例研究，通过多个领域的案例来阐述算法和技术是如何被运用的。

　　本书可作为数据挖掘课程教学用书，适用于高年级本科生和研究生的教学，也可供科研人员参考使用。

]

目录

第1章　降维方法
　1.1　数据挖掘中降低维度的必要性
　1.2　主成分分析法
　　1.2.1　主成分分析应用于房屋数据集
　　1.2.2　应提取多少个主成分
　1.3　因子分析法
　　1.3.1　因子分析法在成年人数据集中的应用
　　1.3.2?因子旋转
　1.4　用户自定义合成
　总结
　参考文献
　练习题
第2章　回归模型
　2.1　简单线性回归实例
　2.2　*小二乘法估计

封面

书名:数据挖掘方法与模型

作者:（美）拉罗斯　著，刘燕权　等译

页数:287

定价:¥49.0

出版社:高等教育出版社

出版日期:2011-03-01

ISBN:9787040309683

PDF电子书大小:32MB 高清扫描完整版