当前位置:经管资料网行业分类IT互联网数据分析与数据挖掘技术293页

数据分析与数据挖掘技术293页

22。1 MB
中文
80
计点资料
2017
293页
PDF [下载阅读器]
2019-03-25 10:30:38
推荐星级
IT互联网计算机 | 书籍
行业分类 | IT互联网

数据分析与数据挖掘技术简介

本书从实际应用的角度,深入浅出地介绍了数据分析和数据挖掘的基本概念和典型技术,以案例的形式进行讲授,并配以基于R语言的实验仿真,帮助读者了解数据挖掘的基本理论体系、掌握数据分析和数据挖掘的基本方法。

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

全部

极速时时彩 新疆11选5 贵州快3走势 陕西快乐十分走势图 新疆11选5走势图 陕西快乐十分走势图 贵州11选5 重庆百变王牌走势图 贵州11选5 贵州11选5走势图