数据分析与数据挖掘实用教程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]

数据分析与数据挖掘实用教程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 绪论 1

1.1 数据和大数据 1

1.2 数据分析和数据挖掘 7

1.3 数据挖掘的基本概念 12

1.4 R语言 16

第2章 初识数据 24

2.1 数据类型 24

2.2 数据的统计特性 32

2.3 相似性和相异性度量 35

2.4 实验 42

第3章 初始数据获取 49

3.1 数据获取 49

3.2 信息搜索 50

3.3 爬虫程序基本原理 53

3.4 网络爬虫 58

3.5 实验 62

第4章 数据预处理 73

4.1 为什么进行数据预处理 73

4.2 数据清理 75

4.3 数据集成 80

4.4 数据变换 82

4.5 数据归约 89

4.6 实验 97

第5章 关联分析 106

5.1 关联分析的基本概念 106

5.2 关联分析的预备知识 107

5.3 频繁项集的产生 113

5.4 规则产生 132

5.5 关联模式的评估 133

5.6 实验 138

第6章 回归 146

6.1 回归、分类和聚类的关系 146

6.2 回归的基本概念 147

6.3 线性回归 148

6.4 非线性回归 151

6.5 回归模型的评估 155

6.6 实验 156

第7章 分类 167

7.1 分类的基本概念 167

7.2 决策树分类 168

7.3 k-最近邻分类 191

7.4 贝叶斯分类 194

7.5 人工神经网络分类 198

7.6 支持向量机分类 201

7.7 组合方法分类 206

7.8 分类模型的评估 211

7.9 实验 216

第8章 聚类 234

8.1 聚类的基本概念 234

8.2 划分方法 239

8.3 层次方法 251

8.4 基于密度的方法 259

8.5 聚类方法的评估 265

8.6 实验 267

参考文献 280