• 基于SPSS Modeler的数据挖掘第二版第2版薛薇9787300200699中国人民大学出版社
21年品牌 40万+商家 超1.5亿件商品

基于SPSS Modeler的数据挖掘第二版第2版薛薇9787300200699中国人民大学出版社

本店销售的所有图书都为二手正版旧书,基本都在6-8成新,有部分笔记和划线!不喜欢旧书的买家请慎拍!旧书一般没有光盘和附册。激活码等.

1.64 0.3折 49 八品

库存11件

四川成都
认证卖家担保交易快速发货售后保障

作者薛薇

出版社中国人民大学出版社

ISBN9787300200699

出版时间2014-10

装帧其他

开本16开

定价49元

货号9787300200699

上书时间2024-08-20

博文二手书店

五年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:八品
商品描述
作者简介
薛薇,工学硕士、经济学博士,*国人民大学统计学院副教授,教育部人文社会科学重点研究基地:*国人民大学应用统计学科研究中心副主任。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。主要代表作:《SPSS统计分析方法及应用》、《Clementine数据挖掘方法及应用》、《基于信息技术的统计信息系统》。

目录
第1章  数据挖掘和Modeler使用概述
  1.1  数据挖掘的产生背景
  1.2  什么是数据挖掘
  1.3  Modeler软件概述
第2章  Modeler的数据读入和数据集成
  2.1  变量类型
  2.2  读入数据
  2.3  生成实验方案
  2.4  数据集成
第3章  Modeler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
第4章  Modeler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  Modeler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
  5.4  RFM分析
第6章  Modeler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:Modeler的决策树
  7.1  决策树算法概述
  7.2  Modeler的C5.0算法及应用
  7.3  Modeler的分类回归树及应用
  7.4  Modeler的CHAID算法及应用
  7.5  Modeler的QUEST算法及应用
  7.6  模型的对比分析
第8章  分类预测:Modeler的人工神经网络
  8.1  人工神经网络算法概述
  8.2  Modeler的B-P反向传播网络
  8.3  Modeler的B-P反向传播网络的应用
  8.4  Modeler的径向基函数网络及应用
第9章  分类预测:Modeler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:Modeler的贝叶斯网络
  10.1  贝叶斯方法基础
  10.2  贝叶斯网络概述
  10.3  TAN贝叶斯网络
  10.4  马尔科夫毯网络
  10.5  贝叶斯网络的应用
第11章  探索内部结构:Modeler的聚类分析
  11.1  聚类分析的一般问题
  11.2  Modeler的K-Means聚类及应用
  11.3  Modeler的两步聚类及应用
  11.4  Modeler的Kohonen网络聚类及应用
  11.5  基于聚类分析的离群点探索
第12章  探索内部结构:Modeler的关联分析
  12.1  简单关联规则及其有效性
  12.2  Modeler的Apriori算法及应用
  12.3  Modeler的序列关联及应用
参考文献

内容摘要
 薛薇编著的《基于SPSSModeler的数据挖掘(第2版)》以数据挖掘实践过程为主线,从Modeler数据管理入手,说明问题由浅入深,讲解方法从易到难,旨在使读者在较短时间内掌握Modeler的基本功能和一般方法,并迅速运用到数据挖掘实战中。
本书对Modeler中的经典数据挖掘算法娓娓道来,旨在使读者知其然更知其所以然,加深对数据挖掘分析结论的理解和应用。
本书在论述数据挖掘方法核心思想和基本原理的同时,配合案例数据展示实战过程,旨在使读者直观
理解理论,正确应用方法。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP