數(shù)據(jù)分析與數(shù)據(jù)挖掘（中文版）

目錄
第1章概述1
1.1數(shù)據(jù)分析與數(shù)據(jù)挖掘1
1.1.1數(shù)據(jù)分析1
1.1.2數(shù)據(jù)挖掘1
1.1.3區(qū)別和聯(lián)系3
1.2分析與挖掘的數(shù)據(jù)類型3
1.3數(shù)據(jù)分析與數(shù)據(jù)挖掘的方法7
1.4數(shù)據(jù)分析與數(shù)據(jù)挖掘使用的技術(shù)9
1.5應(yīng)用場景及存在的問題12
1.5.1數(shù)據(jù)分析與數(shù)據(jù)挖掘的應(yīng)用12
1.5.2存在的主要問題13
1.6本書結(jié)構(gòu)概述14
1.7習(xí)題14
第2章數(shù)據(jù)15
2.1數(shù)據(jù)對象與屬性類別15
2.1.1屬性的定義15
2.1.2屬性的分類15
2.2數(shù)據(jù)基本統(tǒng)計描述16
2.2.1中心趨勢度量17
2.2.2數(shù)據(jù)散布度量19
2.2.3數(shù)據(jù)的圖形顯示20
2.3數(shù)據(jù)的相似性和相異性度量25
2.3.1數(shù)據(jù)矩陣與相異性矩陣25
2.3.2標(biāo)稱屬性的鄰近性度量25
2.3.3二元屬性的鄰近性度量26
2.3.4數(shù)值屬性的相異性27
2.3.5序數(shù)屬性的鄰近性度量29
2.3.6余弦相似性30
2.4習(xí)題30目錄數(shù)據(jù)分析與數(shù)據(jù)挖掘第3章數(shù)據(jù)預(yù)處理32
3.1數(shù)據(jù)預(yù)處理及任務(wù)32
3.1.1數(shù)據(jù)預(yù)處理的必要性32
3.1.2數(shù)據(jù)預(yù)處理的主要任務(wù)34
3.2數(shù)據(jù)清理35
3.2.1缺失值、噪聲和不一致數(shù)據(jù)的處理35
3.2.2數(shù)據(jù)清理方式38
3.3數(shù)據(jù)集成39
3.4數(shù)據(jù)歸約42
3.4.1直方圖43
3.4.2數(shù)據(jù)立方體聚集44
3.4.3屬性子集選擇45
3.4.4抽樣46
3.5數(shù)據(jù)變換與數(shù)據(jù)離散化47
3.5.1數(shù)據(jù)變換策略及分類47
3.5.2數(shù)據(jù)泛化47
3.5.3數(shù)據(jù)規(guī)范化48
3.5.4數(shù)據(jù)離散化49
3.6習(xí)題51
第4章數(shù)據(jù)倉庫與OLAP52
4.1數(shù)據(jù)倉庫的基本概念52
4.1.1數(shù)據(jù)倉庫的定義52
4.1.2數(shù)據(jù)倉庫的性質(zhì)52
4.1.3數(shù)據(jù)倉庫體系結(jié)構(gòu)53
4.1.4數(shù)據(jù)倉庫設(shè)計模型54
4.2數(shù)據(jù)倉庫設(shè)計55
4.2.1數(shù)據(jù)倉庫的概念模型設(shè)計55
4.2.2數(shù)據(jù)倉庫的邏輯模型設(shè)計58
4.2.3數(shù)據(jù)倉庫的物理模型設(shè)計60
4.3數(shù)據(jù)倉庫實(shí)現(xiàn)61
4.4聯(lián)機(jī)分析處理70
4.4.1OLAP簡介71
4.4.2OLAP與OLTP的關(guān)系72
4.4.3典型的OLAP操作73
4.5元數(shù)據(jù)模型76
4.5.1元數(shù)據(jù)的類型77
4.5.2元數(shù)據(jù)的作用77
4.5.3元數(shù)據(jù)的使用78
4.6習(xí)題79
第5章回歸分析80
5.1回歸分析概述80
5.1.1變量間的兩類關(guān)系80
5.1.2回歸分析的步驟81
5.2一元線性回歸82
5.2.1原理分析82
5.2.2回歸方程求解及模型檢驗82
5.2.3一元線性回歸實(shí)例85
5.2.4案例分析： 使用Weka實(shí)現(xiàn)一元線性回歸88
5.3多元線性回歸94
5.3.1原理分析94
5.3.2回歸方程求解及模型檢驗95
5.3.3多元線性回歸實(shí)例97
5.3.4案例分析： 使用Weka實(shí)現(xiàn)多元線性回歸99
5.4多項式回歸102
5.4.1原理分析102
5.4.2多項式回歸實(shí)例103
5.4.3案例分析： 使用Excel實(shí)現(xiàn)多項式回歸104
5.5習(xí)題111
第6章頻繁模式挖掘113
6.1概述113
6.1.1案例分析114
6.1.2相關(guān)概念114
6.1.3先驗性質(zhì)116
6.2關(guān)聯(lián)模式評估117
6.2.1支持度置信度框架117
6.2.2相關(guān)性分析117
6.2.3模式評估度量119
6.3Apriori算法120
6.3.1Apriori算法分析120
6.3.2案例分析： 使用Weka實(shí)現(xiàn)Apriori算法124
6.4FPgrowth算法129
6.4.1FPgrowth算法分析129
6.4.2案例分析： 使用Weka實(shí)現(xiàn)FPgrowth算法133
6.5壓縮頻繁項集136
6.5.1挖掘閉模式136
6.5.2挖掘極大模式136
6.6習(xí)題137
第7章分類139
7.1分類概述139
7.1.1分類的基本概念139
7.1.2分類的相關(guān)知識139
7.1.3分類的評價指標(biāo)143
7.2決策樹144
7.2.1決策樹基本概念144
7.2.2決策樹分類器的算法過程145
7.2.3ID3算法146
7.2.4C4.5算法149
7.2.5Weka中使用C4.5算法進(jìn)行分類預(yù)測實(shí)例151
7.2.6決策樹的剪枝156
7.2.7隨機(jī)森林算法157
7.2.8使用Weka的隨機(jī)森林進(jìn)行分類預(yù)測160
7.3樸素貝葉斯分類164
7.3.1樸素貝葉斯學(xué)習(xí)基本原理164
7.3.2樸素貝葉斯分類過程165
7.3.3使用Weka的樸素貝葉斯分類器進(jìn)行分類實(shí)例166
7.4惰性學(xué)習(xí)法170
7.4.1K近鄰算法描述170
7.4.2K近鄰算法性能172
7.4.3使用Weka進(jìn)行K近鄰分類實(shí)例173
7.5邏輯回歸176
7.5.1邏輯回歸基本概念176
7.5.2二項邏輯回歸過程177
7.5.3使用邏輯回歸分類算法的實(shí)例179
7.5.4使用Weka進(jìn)行邏輯回歸分類實(shí)例180
7.6支持向量機(jī)183
7.6.1線性可分支持向量機(jī)算法184
7.6.2線性可分支持向量機(jī)算法過程188
7.6.3使用Weka進(jìn)行支持向量機(jī)分類實(shí)例189
7.7神經(jīng)網(wǎng)絡(luò)192
7.7.1神經(jīng)網(wǎng)絡(luò)基本概念192
7.7.2BP神經(jīng)網(wǎng)絡(luò)算法過程194
7.7.3BP神經(jīng)網(wǎng)絡(luò)分類算法的實(shí)例196
7.7.4使用Weka進(jìn)行神經(jīng)網(wǎng)絡(luò)的分類實(shí)例198
7.8習(xí)題205
第8章聚類207
8.1聚類概述207
8.1.1聚類的基本概念207
8.1.2聚類算法的分類208
8.2基于劃分的聚類210
8.2.1K均值算法210
8.2.2K中心點(diǎn)算法214
8.2.3使用Weka進(jìn)行基于劃分的聚類實(shí)例217
8.3基于層次的聚類221
8.3.1基于層次的聚類的基本概念221
8.3.2類間距離度量222
8.3.3分裂層次聚類222
8.3.4凝聚層次聚類224
8.3.5BIRCH算法226
8.3.6使用Weka進(jìn)行基于層次的聚類實(shí)例228
8.4基于密度的聚類233
8.4.1基于密度的聚類的基本概念233
8.4.2DBSCAN算法233
8.4.3使用Weka進(jìn)行基于密度的聚類實(shí)例236
8.5基于網(wǎng)格的聚類241
8.5.1基于網(wǎng)格的聚類的基本概念241
8.5.2STING算法241
8.5.3CLIQUE算法243
8.6聚類質(zhì)量的評估245
8.7習(xí)題247
第9章離群點(diǎn)檢測248
9.1離群點(diǎn)的定義與類型248
9.1.1離群點(diǎn)的定義248
9.1.2離群點(diǎn)類型249
9.2離群點(diǎn)的檢測250
9.2.1檢測方法的分類250
9.2.2統(tǒng)計學(xué)方法251
9.2.3近鄰性方法253
9.2.4基于聚類的方法255
9.2.5基于分類的方法258
9.3習(xí)題259
附錄AWeka的安裝及使用規(guī)范260
A.1Weka的安裝260
A.1.1Weka260
A.1.2JRE的安裝260
A.1.3Weka的安裝263
A.2Weka使用方法267
A.3Weka數(shù)據(jù)格式271
參考文獻(xiàn)275