应用预测建模
￥ 88.18 8.9折 ￥ 99 九五品
仅1件
作者[美] 马克斯·库恩（Max Kuhn）,谢尔·约翰逊（Kj
出版社机械工业出版社
ISBN9787111533429
出版时间2016-04
版次1
装帧平装
开本16开
纸张胶版纸
页数409页
字数99999千字
定价99元
上书时间2024-07-17
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:应用预测建模
定价：99.00元
作者:[美] 马克斯·库恩（Max Kuhn）,谢尔·约翰逊（Kjell
出版社：机械工业出版社
出版日期：2016-04-01
ISBN：9787111533429
字数：620000
页码：409
版次：1
装帧：平装
开本：16开
商品重量：
编辑推荐
这本关于数据分析的图书广受好评，荣获2014年Ziegel奖，还被很多教师选为“数据科学”课程的教材。本书专注于预测建模的实际应用，介绍了从数据预处理到建模再到模型评估和选择的整个过程，以及背后的统计思想，涉及各种回归技术和分类技术。从解决实际问题延伸到模型拟合，以及随之出现的主题，如处理类不平衡、选择预测因子等在实践中经常出现的问题，作者意在为读者提供预测建模过程的指导，并结合开源软件R语言来求解实际问题，详细给出R代码和处理的步骤。R包AppliedPredictiveModeling包含了书中例题和习题使用的数据，以及用于重复书中每一章分析的R代码。
内容提要
这是一本专注于预测建模的数据分析书，意在为实践者提供预测建模过程的指导，比如如何进行数据预处理、模型调优、预测变量重要性度量、变量选择等。读者可以从中学到许多建模方法以及提高对许多常用的、现代的有效模型的认识，如线性回归、非线性回归和分类模型，涉及树方法、支持向量机等。0章和7章分别研究混凝土混合物的抗压强度和作业调度两个案例。 作者重实际应用，轻数学理论，从实际数据出发，结合开源软件R语言来求解实际问题，详细给出R代码和处理的步骤。R包AppliedPredictiveModeling包含书中使用的数据，以及可以用于重复书中每一章分析的R代码，让读者能在一定精度范围内重复本书的结果，并自然地将书中的预测建模方法应用到自己的数据上。章后附有习题，方便读者巩固所学。 这本业界互相推荐的好书，适合所有数据分析人员阅读。
目录
译者序前言章导论1.1预测与解释1.2预测模型的关键部分1.3专业术语1.4实例数据集和典型数据场景1.5概述1.6符号部分一般策略第2章预测建模过程简介2.1案例分析：预测燃油效能2.2主题2.3总结第3章数据预处理3.1案例分析：高内涵筛选中的细胞分组3.2单个预测变量数据变换3.3多个预测变量数据变换3.4处理缺失值3.5移除预测变量3.6增加预测变量3.7区间化预测变量3.8计算习题第4章过度拟合与模型调优4.1过度拟合的问题4.2模型调优4.3数据分割4.4重抽样技术4.5案例分析：信用评分4.6选择调优参数值4.7数据划分建议4.8不同模型间的选择4.9计算习题第二部分回归模型第5章衡量回归模型的效果5.1模型效果的定量度量5.2方差偏差的权衡5.3计算第6章线性回归及其扩展6.1案例分析：定量构效关系建模6.2线性回归6.3偏二乘法6.4惩罚模型6.5计算习题第7章非线性回归模型7.1神经网络7.2多元自适应回归样条7.3支持向量机7.4K近邻7.5计算习题第8章回归树与基于规则的模型8.1简单回归树8.2回归模型树8.3基于规则的模型8.4装袋树8.5随机森林8.6助推法8.7Cubist8.8计算习题第9章溶解度模型总结0章案例研究：混凝土混合物的抗压强度10.1模型构建策略10.2模型性能10.3优化抗压强度10.4计算第三部分分类模型1章分类模型的效果度量11.1类预测11.2评估预测类11.3评估类概率11.4计算2章判别分析和其他线性分类模型12.1案例分析：预测是否成功申请经费12.2逻辑回归12.3线性判别分析12.4偏二乘判别分析12.5惩罚模型12.6近收缩质心12.7计算习题3章非线性分类模型13.1非线性判别分析13.2神经网络13.3灵活判别分析13.4支持向量机13.5K近邻 13.6朴素贝叶斯13.7计算习题4章分类树与基于规则的模型14.1基本的分类树14.2基于规则的模型14.3装袋决策树14.4随机森林14.5助推法14.6C5.014.7比较两种分类预测变量编码方式14.8计算习题5章经费申请模型的总结6章对严重类失衡的补救方法16.1案例分析: 预测房车保险所有权 16.2类失衡的影响16.3模型调优16.4选择截点16.5调整先验概率16.6不等案例权重16.7抽样方法16.8成本敏感度训练16.9计算习题7章案例研究：作业调度17.1数据切分和模型策略17.2结果17.3计算8章衡量预测变量重要性18.1数值结果变量18.2分类结果变量18.3其他方法18.4计算习题9章特征选择介绍19.1使用无信息预测变量的结果19.2减少预测变量个数的方法19.3绕封法19.4过滤法19.5选择偏差19.6案例分析：预测认知损伤19.7计算习题第20章影响模型表现的因素20.1第Ⅲ类错误20.2结果变量的测量误差20.3预测变量的测量误差20.4连续变量离散化20.5模型预测何时是可信的20.6大样本的影响20.7计算习题附录附录A各种模型的总结附录BR语言介绍附录C值得关注的网站参考文献
作者介绍
马克斯 库恩（Max Kuhn）康涅狄格州格罗顿市辉瑞全球研发非临床统计部主任，在制药和诊断行业已有近20年应用预测模型的经验，他还是很多R包的作者。 谢尔 约翰逊（Kjell Johnson）博士，在药物研发和其他行业有近20年统计咨询和预测建模经验，曾任辉瑞全球研发统计部主任。
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价