数据挖掘：方法与应用pdf电子书版本下载

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]

数据挖掘：方法与应用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。

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

第1章 数据挖掘概述 1

1.1数据挖掘定义 1

1.1.1数据挖掘的技术定义 1

1.1.2数据挖掘的商业定义 2

1.2数据挖掘的重要性及意义 3

1.3数据挖掘功能 6

1.4数据挖掘步骤和标准 10

1.4.1数据挖掘步骤 10

1.4.2数据挖掘需要的人员 11

1.5数据挖掘常用方法 11

1.5.1数据挖掘的对象 11

1.5.2数据挖掘的常用方法 13

练习题 16

第2章 关联规则 17

2.1关联规则介绍 17

2.2关联规则种类 18

2.2.1一般意义上的关联规则 18

2.2.2带有时间性的序列关联分析 19

2.3关联规则算法 21

2.3.1普通的关联规则算法 21

2.3.2序列关联规则算法 24

2.4STATISTICA中的关联规则 27

2.5案例分析 28

练习题 40

第3章 聚类分析 41

3.1聚类分析介绍 41

3.2距离定义 44

3.2.1点之间的距离 44

3.2.2类之间的距离 50

3.3聚类分析算法 51

3.3.1层次聚类 51

3.3.2基于划分的聚类 52

3.3.3EM聚类 55

3.4STATISTICA中的聚类分析 57

3.5案例分析 59

练习题 85

第4章 决策树建模 86

4.1决策树介绍 86

4.1.1决策树的基本知识 87

4.1.2决策树的应用和发展趋势 89

4.2树的建模过程 91

4.2.1数据要求 92

4.2.2树的生长 93

4.2.3有效性和风险性 96

4.2.4属性选择 98

4.3STATISTICA中的决策树 117

4.4案例分析 119

练习题 127

第5章 神经网络建模 129

5.1神经网络介绍 129

5.2神经网络的基本概念和原理 130

5.2.1基本组成单元 130

5.2.2神经网络的训练过程 135

5.2.3基本的神经网络模型 138

5.3STATISTICA中的神经网络模型 152

5.4案例分析 153

练习题 169

第6章 回归分析 170

6.1回归分析介绍 170

6.2线性回归模型 171

6.2.1模型的建立及未知参数的估计 171

6.2.2回归方程与回归参数的检验及变量的选择问题 173

6.2.3回归诊断和决定系数 174

6.3Logistic回归模型 174

6.3.1Logistic回归模型的建立 174

6.3.2Logistic回归模型的参数估计 177

6.3.3Logistic回归模型的检验及诊断 179

6.3.4Logistic回归模型结果的解释 183

6.3.5Logistic回归模型的扩展 184

6.4STATISTICA中的回归 186

6.5案例分析 187

练习题 206

第7章 时间序列 207

7.1时间序列介绍 207

7.2时间序列算法 209

7.2.1传统时间序列分析 209

7.2.2ARIMA模型 212

7.3STATISTICA中的时间序列 218

7.4案例分析 219

练习题 239

参考文献 240