當前位置:經管資料網行業分類IT互聯網數據分析與數據挖掘技術293頁

數據分析與數據挖掘技術293頁

22.1 MB
中文
80
計點資料
2017
293頁
PDF [下載閱讀器]
2019-03-25 10:30:38
推薦星級
IT互聯網計算機 | 書籍
行業分類 | IT互聯網

數據分析與數據挖掘技術簡介

本書從實際應用的角度,深入淺出地介紹了數據分析和數據挖掘的基本概念和典型技術,以案例的形式進行講授,并配以基于R語言的實驗仿真,幫助讀者了解數據挖掘的基本理論體系、掌握數據分析和數據挖掘的基本方法。

第 1 章 緒論 /1
1.1 數據和大數據 /1
1.2 數據分析和數據挖掘 /7
1.3 數據挖掘的基本概念 /12
1.4 R語言 /16
第 2 章 初識數據 /24
2.1 數據類型 /24
2.2 數據的統計特性 /32
2.3 相似性和相異性度量 /35
2.4 實驗 /42
第 3 章 初始數據獲取 /49
3.1 數據獲取 /49
3.2 信息搜索 /50
3.3 爬蟲程序基本原理 /53
3.4 網絡爬蟲 /58
3.5 實驗 /62
第 4 章 數據預處理 /73
4.1 為什么進行數據預處理 /73
4.2 數據清理 /75
4.3 數據集成 /80
4.4 數據變換 /82
4.5 數據歸約 /89
4.6 實驗 /97
第 5 章 關聯分析 /106
5.1 關聯分析的基本概念 /106
5.2 關聯分析的預備知識 /107
5.3 頻繁項集的產生 /113
5.4 規則產生 /132
5.5 關聯模式的評估 /133
5.6 實驗 /138
第 6 章 回歸 /146
6.1 回歸、分類和聚類的關系 /146
6.2 回歸的基本概念 /147
6.3 線性回歸 /148
6.4 非線性回歸 /151
6.5 回歸模型的評估 /155
6.6 實驗 /156
第 7 章 分類 /167
7.1 分類的基本概念 /167
7.2 決策樹分類 /168
7.3 k-最近鄰分類 /191
7.4 貝葉斯分類 /194
7.5 人工神經網絡分類 /198
7.6 支持向量機分類 /201
7.7 組合方法分類 /206
7.8 分類模型的評估 /211
7.9 實驗 /216
第 8 章 聚類 /234
8.1 聚類的基本概念 /234
8.2 劃分方法 /239
8.3 層次方法 /251
8.4 基于密度的方法 /259
8.5 聚類方法的評估 /265
8.6 實驗 /267

全部

机密彩经一码中特