数据挖掘算法与CLEMENTINE实战

内容简介

[

　　《数据挖掘算法与Clementine实践》主要介绍了几种*成熟的数据挖掘方法，并针对每种方法，，介绍了应用*广泛的几种实现算法。书中以Clementine12.0为平台，用实例介绍了每种算法的具体应用。全书各章分别介绍了数据挖掘和Clementine软件、决策树分类方法（包括ID3、C4.5、c5.o、CART等算法）、聚类分析方法（包括K-Means算法和TwoStep算法）、关联规则挖掘方法（包括Apriori算法、CARMA算法和序列模式挖掘算法）、数据筛选算法（包括特征选择算法和异常检测算法）、回归分析方法（包括线性回归算法和二项Logistic回归）、神经网络构建方法（包括多层感知器网络、RBF网络以及Kohonen网络的构建算法）、时间序列分析方法（包括指数平滑法和ARIMA模型构建方法）。

]

目录

第1章 数据挖掘概述1.1 数据挖掘简介1.1.1 数据、信息和知识1.1.2 数据挖掘的定义1.2 数据挖掘过程1.3 数据挖掘方法1.4 数据挖掘工具及软件第2章 Clementine概述2.1 Clementine简介2.2 Clementine基本操作2.2.1 Clementine主窗口2,2.2 数据流的基本操作第3章 决策树3.1 分类与决策树概述3.1.1 分类与预测3.1.2 决策树的基本原理3.2 ID3、C4.5 与C5.03.2.1 ID33.2.2 C4.5 3.2.3 C5.03.2.4 在Clementine中应用C5.03.3 CART3.3.1 生成*大树3.3.2 树的修剪3.3.3 子树评估3.3.4 在Clementine中应用CART第4章 聚类分析4.1 聚类分析概述4.1.1 聚类分析的概念4.1.2 聚类分析的基本方法4.2 K-Means箅法4.2.1 数据预处理4.2.2 K-Means算法流程4.2.3 在Clementine中应用K.MeanS4.3 TwoStep算法4.3.1 构建CF树4.3.2 聚类4.3.3 在Clementine中应用TwoStep第5章 关联规则5.1 关联规则概述5.1.1 关联规则的定义5.1.2 关联规则的基本概念5.1.3 关联规则挖掘算法5.2 Apriori算法5.2.1 Apriori算法原理5.2.2 在Clementine中应用Apriori算法5.3 CARMA算法5.3.1 CARMA算法原理5.3.2 在Clementine中应用CARMA算法5.4 序列模式5.4.1 序列与序列模式5.4.2 序列模式挖掘算法5.4.3 在Clementine中应用序列模式挖掘第6章 数据筛选6.1 特征选择6.1.1 特征选择算法概述6.1.2 筛选6.1.3 分级6.1.4 选择6.1.5 在Clementine中应用特征选择6.2 异常检测6.2.1 异常数据挖掘概述6.2.2 异常检测算法6.2.3 在Clementine中应用异常检测第7章 统计模型7.1 线性回归7.1.1 线性回归的基本原理7.1.2 在Clementine中应用线性回归7.2 二项Logistic回归7.2.1 二项Logistic回归的基本原理7.2.2 在Clementine中应用Logistic回归第8章 神经网络8.1 神经网络原理8.1.1 神经网络基本概念8.1.2 神经网络及其学习8.2 多层感知器与RBF网络8.2.1 多层感知器8.2.2 径向基函数网络8.2.3 在Clementine中应用神经网络8.3 Kohonen网络8.3.1 自组织神经网络8.3.2 自组织特征映射网络8.3.3 在Clementine中应用Kohonen网络第9章 时间序列分析与预测9.1 时间序列概述9.1.1 时间序列基本概念9.1.2 时间序列预测的传统方法9.2 指数平滑法9.2.1 指数平滑法概述9.2.2 指数平滑模型9.3 ARIMA模型9.3.1 ARMA模型9.3.2 差分运算与ARIMA模型9.3.3 ARIMA建模过程9.3.4 在Clementine中应用时间序列分析参考文献

封面

书名:数据挖掘算法与CLEMENTINE实战

作者:熊平

页数:237

定价:¥29.0

出版社:清华大学出版社

出版日期:2011-04-01

ISBN:9787302235019

PDF电子书大小:129MB 高清扫描完整版