数据挖掘导论(英文版·原书第2版)
正版新书 新华官方库房直发 可开电子发票
￥ 131.34 6.6折 ￥ 199 全新
仅1件
作者(美)陈封能(Pang-Ning Tan) 等
出版社机械工业出版社
ISBN9787111637882
出版时间2020-01
版次1
装帧平装
开本16开
纸张胶版纸
页数815页
定价199元
货号SC:9787111637882
上书时间2024-06-12
- 在售商品 暂无
- 平均发货时间 4小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
陈封能，密歇根州立大学计算机科学与工程系教授，主要研究方向是数据挖掘、数据库系统、网络空间安全、网络分析等。
精彩内容:
内容简介:
本书从算法的角度介绍数据挖掘所使用的主要原理与技术。为了更好地理解数据挖掘技术如何用于各种类型的数据，研究这些原理与技术是至关重要的。
本书所涵盖的主题包括：数据预处理、预测建模、关联分析、聚类分析、异常检测和避免错误发现。通过介绍每个主题的基本概念和算法，为读者提供将数据挖掘应用于实际问题所需的必要背景以及使用方法。
目录:
第1章绪论1
1.1什么是数据挖掘4
1.2数据挖掘要解决的问题5
1.3数据挖掘的起源7
1.4数据挖掘任务9
1.5本书组织结构13
1.6文献注释15
1.7习题21
第2章数据23
2.1数据类型26
2.1.1属性与度量27
2.1.2数据集的类型34
2.2数据质量42
2.2.1测量和数据收集问题42
2.2.2关于应用的问题49
2.3数据预处理50
2.3.1聚集51
2.3.2抽样52
2.3.3维归约56
2.3.4特征子集选择58
2.3.5特征创建61
2.3.6离散化和二元化63
2.3.7变量变换69
2.4相似性和相异性的度量71
2.4.1基础72
2.4.2简单属性之间的相似度和相异度74
2.4.3数据对象之间的相异度76
2.4.4数据对象之间的相似度78
2.4.5邻近度度量的例子79
2.4.6互信息88
2.4.7核函数90
2.4.8Bregman散度94
2.4.9邻近度计算问题96
2.4.10选择正确的邻近度度量98
2.5文献注释100
2.6习题105
第3章分类：基本概念和技术113
3.1基本概念114
3.2一般的分类框架117
3.3决策树分类器119
3.3.1构建决策树的基本算法121
3.3.2表示属性测试条件的方法12
...
— 没有更多了 —
以下为对购买帮助不大的评价