| ·薛薇，工学硕士、经济学博士，中国人民大学应用统计学科研究中心副主任，中国人民大学统计学院副教授。关注数据挖掘及统计分析方法、统计和数据挖掘软件应用、统计数据库系统研发等方面，涉足网络新媒体传播和互动模式建模、政府和官方微博分析、学科学术热点跟踪等文本挖掘和统计应用领域，以及以数据挖掘为依托的客户关系管理等。主要著作：《SPSS统计分析方法及应用》、《C1ementine数据挖掘方法及应用》、《基于信息技术的统计信息系统》。 ·陈欢歌，工学硕士，现任北京培黎职业学院计算机.. << 查看详细 |
| 《基于clementine的数据挖掘》 第1章数据挖掘和clementine使用概述 1.1数据挖掘的产生背景 1.2什么是数据挖掘 1.3clementine软件概述 第2章clementine的数据读入和数据集成 2.1变量类型 2.2读人数据 2.3生成实验方案 2.4数据集成 第3章clementine的数据理解 3.1变量说明 3.2数据质量的评估和调整 3.3数据的排序 3.4数据的分类汇总 3.5用户报表 第4章clementine的数据准备 4.1变量变换 4.2变量派生 4.3数据精简 .4.4数据筛选 4.5数据准备的其他工作 第5章clementine的基本分析 5.1数值型变量的基本分析 5.2两分类型变量相关性的研究 5.3两总体的均值比较 5.4rfm分析 第6章clementine的数据精简 6.1变量值的离散化处理 6.2特征选择 6.3因子分析 第7章分类预测：clementine的决策树 7.1决策树算法概述 7.2clementine的c5.0算法及应用 7.3clementine的分类回归树及应用 7.4clementine的chaid算法及应用 7.5clementine的quest算法及应用 7.6模型的对比分析 第8章分类预测：clementine的人工神经网络 8.1人工神经网络算法概述 8.2clementine的b-p反向传播网络 8.3clementine的b-p反向传播网络的应用 8.4clementine的径向基函数网络及应用 第9章分类预测：clementine的支持向量机 9.1支持向量分类的基本思路 9.2支持向量分类的基本原理 9.3支持向量回归 9.4支持向量机的应用 第10章分类预测：clementine的logistic回归分析 10.1logistic回归分析概述 10.2二项logistic回归分析 10.3二项logistic回归分析的应用 10.4多项logistic回归分析及应用 第11章分类预测：clementine的判别分析 11.1距离判别法 11.2fisher判别法 11.3贝叶斯判别法 11.4判别分析的应用 第12章分类预测：clementine的贝叶斯网络 12.1贝叶斯方法基础 12.2贝叶斯网络概述 12.3tan贝叶斯网络 12.4马尔科夫毯网络 12.5贝叶斯网络的应用 第13章探索内部结构：clementine的聚类分析 13.1聚类分析的一般问题 13.2clementine的k-means聚类及应用 13.3clementine的两步聚类及应用 13.4clementine的kohonen网络聚类及应用 13.5基于聚类分析的离群点探索 第14章探索内部结构：clementine的关联分析 14.1简单关联规则及其有效性 14.2clementine的apriori算法及应用 14.3clementine的gri算法及应用 14.4clementine的序列关联及应用 参考文献 |
内容加载中，请稍后...
商品评论（0条）