基于Clementine的數(shù)據(jù)挖掘

定　價：￥56.00

作　者：	薛薇等編著
出版社：	中國人民大學(xué)出版社
叢編項：	統(tǒng)計數(shù)據(jù)分析與應(yīng)用叢書
標(biāo)　簽：	數(shù)據(jù)倉庫與數(shù)據(jù)挖掘

購買這本書可以去

ISBN：	9787300151625	出版時間：	2012-03-01	包裝：	平裝
開本：	16開	頁數(shù)：	467	字?jǐn)?shù)：

內(nèi)容簡介

　　數(shù)據(jù)挖掘這種新的商業(yè)信息處理技術(shù)，其主要特點是對商業(yè)數(shù)據(jù)庫中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模式化的處理，從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。clementine軟件以其卓越的運算處理能力和圖形展現(xiàn)能力、優(yōu)秀的算法、行之有效的統(tǒng)計分析方法成為解決數(shù)據(jù)挖掘問題的理想工具。作者基于長期從事計算機(jī)數(shù)據(jù)分析教學(xué)與科研工作的經(jīng)驗編寫了本書，在編寫過程中體現(xiàn)出以下特色：·以數(shù)據(jù)挖掘過程為線索介紹clementine軟件。本書以數(shù)據(jù)挖掘的實踐過程為主線，從clementine數(shù)據(jù)管理入手，說明問題從淺至深，講解方法從易到難。這樣，能使讀者在較短時間內(nèi)掌握clementine的基本功能和一般方法，并可迅速運用到實際工作中?！?shù)據(jù)挖掘方法、軟件操作、案例分析的有機(jī)結(jié)合。配合實際案例，側(cè)重數(shù)據(jù)挖掘方法核心思想和基本原理的闡述，使得讀者可以直觀理解方法，并正確掌握方法的應(yīng)用范圍。·數(shù)據(jù)挖掘方法講解全面，語言通俗。本書對clementine的數(shù)據(jù)挖掘算法進(jìn)行了全面分析和應(yīng)用，內(nèi)容力求豐富翔實。同時使用通俗的語言和示例講述算法，盡量避免使用公式和推導(dǎo)堆砌算法。

作者簡介

　　·薛薇，工學(xué)碩士、經(jīng)濟(jì)學(xué)博士，中國人民大學(xué)應(yīng)用統(tǒng)計學(xué)科研究中心副主任，中國人民大學(xué)統(tǒng)計學(xué)院副教授。關(guān)注數(shù)據(jù)挖掘及統(tǒng)計分析方法、統(tǒng)計和數(shù)據(jù)挖掘軟件應(yīng)用、統(tǒng)計數(shù)據(jù)庫系統(tǒng)研發(fā)等方面，涉足網(wǎng)絡(luò)新媒體傳播和互動模式建模、政府和官方微博分析、學(xué)科學(xué)術(shù)熱點跟蹤等文本挖掘和統(tǒng)計應(yīng)用領(lǐng)域，以及以數(shù)據(jù)挖掘為依托的客戶關(guān)系管理等。主要著作：《SPSS統(tǒng)計分析方法及應(yīng)用》、《C1ementine數(shù)據(jù)挖掘方法及應(yīng)用》、《基于信息技術(shù)的統(tǒng)計信息系統(tǒng)》。

圖書目錄

第1章　數(shù)據(jù)挖掘和clementine使用概述
　1.1數(shù)據(jù)挖掘的產(chǎn)生背景
　1.2什么是數(shù)據(jù)挖掘
　1.3clementine軟件概述
第2章　clementine的數(shù)據(jù)讀入和數(shù)據(jù)集成
　2.1變量類型
　2.2讀人數(shù)據(jù)
　2.3生成實驗方案
　2.4數(shù)據(jù)集成
第3章　clementine的數(shù)據(jù)理解
　3.1變量說明
　3.2數(shù)據(jù)質(zhì)量的評估和調(diào)整
　3.3數(shù)據(jù)的排序
　3.4數(shù)據(jù)的分類匯總
　3.5用戶報表
第4章　clementine的數(shù)據(jù)準(zhǔn)備
　4.1變量變換
　4.2變量派生
　4.3數(shù)據(jù)精簡
　4.4數(shù)據(jù)篩選
　4.5數(shù)據(jù)準(zhǔn)備的其他工作
第5章　clementine的基本分析
　5.1數(shù)值型變量的基本分析
　5.2兩分類型變量相關(guān)性的研究
　5.3兩總體的均值比較
　5.4rfm分析
第6章　clementine的數(shù)據(jù)精簡
　6.1變量值的離散化處理
　6.2特征選擇
　6.3因子分析
第7章　分類預(yù)測：clementine的決策樹
　7.1決策樹算法概述
　7.2clementine的c5.0算法及應(yīng)用
　7.3clementine的分類回歸樹及應(yīng)用
　7.4clementine的chaid算法及應(yīng)用
　7.5clementine的quest算法及應(yīng)用
　7.6模型的對比分析
第8章　分類預(yù)測：clementine的人工神經(jīng)網(wǎng)絡(luò)
　8.1人工神經(jīng)網(wǎng)絡(luò)算法概述
　8.2clementine的b-p反向傳播網(wǎng)絡(luò)
　8.3clementine的b-p反向傳播網(wǎng)絡(luò)的應(yīng)用
　8.4clementine的徑向基函數(shù)網(wǎng)絡(luò)及應(yīng)用
第9章　分類預(yù)測：clementine的支持向量機(jī)
　9.1支持向量分類的基本思路
　9.2支持向量分類的基本原理
　9.3支持向量回歸
　9.4支持向量機(jī)的應(yīng)用
第10章　分類預(yù)測：clementine的logistic回歸分析
　10.1logistic回歸分析概述
　10.2二項logistic回歸分析
　10.3二項logistic回歸分析的應(yīng)用
　10.4多項logistic回歸分析及應(yīng)用
第11章　分類預(yù)測：clementine的判別分析
　11.1距離判別法
　11.2fisher判別法
　11.3貝葉斯判別法
　11.4判別分析的應(yīng)用
第12章　分類預(yù)測：clementine的貝葉斯網(wǎng)絡(luò)
　12.1貝葉斯方法基礎(chǔ)
　12.2貝葉斯網(wǎng)絡(luò)概述
　12.3tan貝葉斯網(wǎng)絡(luò)
　12.4馬爾科夫毯網(wǎng)絡(luò)
　12.5貝葉斯網(wǎng)絡(luò)的應(yīng)用
第13章　探索內(nèi)部結(jié)構(gòu)：clementine的聚類分析
　13.1聚類分析的一般問題
　13.2clementine的k-means聚類及應(yīng)用
　13.3clementine的兩步聚類及應(yīng)用
　13.4clementine的kohonen網(wǎng)絡(luò)聚類及應(yīng)用
　13.5基于聚類分析的離群點探索
第14章　探索內(nèi)部結(jié)構(gòu)：clementine的關(guān)聯(lián)分析
　14.1簡單關(guān)聯(lián)規(guī)則及其有效性
　14.2clementine的apriori算法及應(yīng)用
　14.3clementine的gri算法及應(yīng)用
　14.4clementine的序列關(guān)聯(lián)及應(yīng)用
參考文獻(xiàn)