图书介绍
数据分析与数据挖掘实验指导书pdf电子书版本下载
- 郝文宁，靳大尉，程恺编著 著
- 出版社： 北京：国防工业出版社
- ISBN：9787118107975
- 出版时间：2016
- 标注页数：172页
- 文件大小：20MB
- 文件页数：183页
- 主题词：统计分析－应用软件；数据采集
PDF下载
下载说明
数据分析与数据挖掘实验指导书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
图书目录
实验1 IBM SPSS Statistics软件使用基础 1
1.1 实验目的与要求 1
1.2 实验原理 1
1.3 实验内容与步骤 1
1.3.1 安装、启动与退出 1
1.3.2 定义变量 3
1.3.3 数据的输入与保存 6
1.3.4 数据文件的编辑与转换 7
1.4 思考题 12
实验2 描述性统计 13
2.1 实验目的与要求 13
2.2 实验原理 13
2.3 实验内容与步骤 14
2.3.1 中心、离散趋势描述实验 14
2.3.2 频数分布分析实验 18
2.4 思考题 24
实验3 参数检验 26
3.1 实验目的与要求 26
3.2 实验原理 26
3.3 实验内容与步骤 28
3.3.1 单样本t检验 28
3.3.2 两独立样本t检验 29
3.3.3 两配对样本t检验 31
3.3.4 单因素完全随机设计的方差分析SPSS过程 33
3.3.5 单因素重复测量设计的方差分析SPSS过程 37
3.3.6 多因素完全随机设计方差分析的SPSS过程 40
3.4 思考题 45
实验4 非参数检验 46
4.1 实验目的与要求 46
4.2 实验原理 46
4.3 实验内容与步骤 47
4.3.1 单样本二项分布检验的SPSS过程 47
4.3.2 相关样本二项分布检验的SPSS过程 50
4.3.3 独立样本二项分布检验的SPSS过程 53
4.3.4 适合性卡方检验的SPSS过程 55
4.3.5 独立性卡方检验的SPSS过程 59
4.3.6 符号与符号秩次检验的SPSS过程 62
4.3.7 秩和检验（曼-惠特尼U检验）的SPSS过程 63
4.3.8 中位数检验的SPSS过程 65
4.4 思考题 67
实验5 相关分析 69
5.1 实验目的与要求 69
5.2 实验原理 69
5.3 实验内容与步骤 70
5.3.1 二元变量相关分析的SPSS过程 70
5.3.2 肯德尔和谐系数计算的SPSS过程 72
5.3.3 偏相关分析的SPSS过程 75
5.4 思考题 79
实验6 回归分析 80
6.1 实验目的与要求 80
6.2 实验原理 80
6.3 实验内容与步骤 81
6.3.1 一元线性回归分析的SPSS过程 81
6.3.2 多元线性回归分析的SPSS过程 84
6.4 思考题 89
实验7 因子分析 91
7.1 实验目的与要求 91
7.2 实验原理 91
7.3 实验内容与步骤 92
7.3.1 因子分析的SPSS过程 92
7.3.2 因素分析结果的读取与解释 97
7.4 思考题 102
实验8 IBM SPSS Modeler软件使用基础 103
8.1 实验目的与要求 103
8.2 实验原理 103
8.2.1 IBM SPSS Modeler简介 103
8.2.2 数据挖掘的CRISP-DM模型 103
8.2.3 Modeler软件使用的技巧 105
8.3 实验内容与步骤 107
8.3.1 Modeler的启动和界面布局 107
8.3.2 完整建模流程的介绍 110
8.4 思考题 114
实验9 关联规则挖掘实验 115
9.1 实验目的与要求 115
9.2 实验原理 115
9.2.1 关联规则处理数据的两种形式 115
9.2.2 关联规则相关概念 116
9.3 实验内容与步骤 117
9.3.1 Apriori算法应用 117
9.3.2 序列关联应用 123
9.4 思考题 127
实验10 决策树分类实验 128
10.1 实验目的与要求 128
10.2 实验原理 128
10.2.1 决策树分类原理 128
10.2.2 决策树分类常用算法 128
10.3 实验内容与步骤 129
10.3.1 导入数据 129
10.3.2 数据认识与处理 130
10.3.3 建立模型与评估 134
10.4 思考题 136
实验11 支持向量机SVM分类实验 137
11.1 实验目的与要求 137
11.2 实验原理 137
11.3 实验内容与步骤 138
11.3.1 导入数据 138
11.3.2 建立模型 139
11.4 思考题 143
实验12 人工神经网络分类实验 144
12.1 实验目的与要求 144
12.2 实验原理 144
12.3 实验内容与步骤 145
12.3.1 导入数据 145
12.3.2 模型建立 145
12.4 思考题 151
实验13 贝叶斯方法分类实验 152
13.1 实验目的与要求 152
13.2 实验原理 152
12.2.1 贝叶斯定理和朴素贝叶斯 152
13.2.2 Modeler中的贝叶斯分类器 153
13.3 实验内容与步骤 154
13.3.1 数据导入 154
13.3.2 贝叶斯网络建模 155
13.4 思考题 159
实验14 K均值与二分法聚类实验 160
14.1 实验目的与要求 160
14.2 实验原理 160
14.2.1 聚类分析 160
14.2.2 K-Means聚类 161
14.2.3 两步聚类 162
14.3 实验内容与步骤 162
14.3.1 K均值聚类 162
14.3.2 两步法类 167
14.4 思考题 171
参考文献 172