• 数据挖掘原理(第3版)9787302526810
21年品牌 40万+商家 超1.5亿件商品

数据挖掘原理(第3版)9787302526810

正版旧书 里面部分笔记 内容完好 可正常使用 旧书不附带光盘

13.2 八五品

库存2件

江西南昌
认证卖家担保交易快速发货售后保障

作者[英] 麦克斯·布拉默(Max Bramer) 王净

出版社清华大学出版社

ISBN9787302526810

出版时间2019-09

装帧线装

页数423页

货号4367239

上书时间2024-07-07

昊读文轩书籍

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:八五品
商品描述
温馨提示:亲!旧书库存变动比较快,有时难免会有断货的情况,为保证您的利益,拍前请务必联系卖家咨询库存情况!谢谢!
书名:数据挖掘原理(第3版)
编号:4367239
ISBN:9787302526810[十位:]
作者:[英] 麦克斯·布拉默(Max Bramer) 王净
出版社:清华大学出版社
出版日期:2019年09月
页数:423
定价:79.80 元
参考重量:0.600Kg
-------------------------
新旧程度:6-9成新左右,不影响阅读,详细情况请咨询店主
如图书附带、磁带、学习卡等请咨询店主是否齐全* 图书目录 *
第1章 数据挖掘简介
1.1 数据爆炸
1.2 知识发现
1.3 数据挖掘的应用
1.4 标签和无标签数据
1.5 监督学习:分类
1.6 监督学习:数值预测
1.7 无监督学习:关联规则
1.8 无监督学习:聚类

第2章 用于挖掘的数据
2.1 标准制定
2.2 变量的类型
2.3 数据准备
2.4 缺失值
2.4.1 丢弃实例
2.4.2 用*频繁值/平均值替换
2.5 减少属性个数
2.6 数据集的UCI存储库
2.7 本章小结
2.8 自我评估练习

第3章 分类简介:朴素贝叶斯和
*近邻算法
3.1 什么是分类
3.2 朴素贝叶斯分类器
3.3 *近邻分类
3.3.1 距离测量
3.3.2 标准化
3.3.3 处理分类属性
3.4 急切式和懒惰式学习
3.5 本章小结
3.6 自我评估练习

第4章 使用决策树进行分类
4.1 决策规则和决策树
4.1.1 决策树:高尔夫示例
4.1.2 术语
4.1.3 degrees数据集
4.2 TDIDT算法
4.3 推理类型
4.4 本章小结
4.5 自我评估练习

第5章 决策树归纳:使用熵进行属性选择
5.1 属性选择:一个实验
5.2 替代决策树
5.2.1 足球/无板篮球示例
5.2.2 匿名数据集
5.3 选择要分裂的属性:使用熵
5.3.1 lens24数据集
5.3.2 熵
5.3.3 使用熵进行属性选择
5.3.4 信息增益*大化
5.4 本章小结
5.5 自我评估练习

第6章 决策树归纳:使用频率表进行属性选择
6.1 实践中的熵计算
6.1.1 等效性证明
6.1.2 关于零值的说明
6.2 其他属性选择标准:
多样性基尼指数
6.3 X2属性选择准则
6.4 归纳偏好
6.5 使用增益比进行属性选择
6.5.1 分裂信息的属性
6.5.2 总结
6.6 不同属性选择标准生成的规则数
6.7 缺失分支
6.8 本章小结
6.9 自我评估练习

第7章 估计分类器的预测精度
7.1 简介
7.2 方法1:将数据划分为训练集和测试集
7.2.1 标准误差
7.2.2 重复训练和测试
7.3 方法2:K-折交叉验证
……
第8章 连续属性
第9章 避免决策树的过度拟合
第10章 关于熵的更多信息
第11章 归纳分类的模块化规则
第12章 度量分类器的性能
第13章 处理大量数据
第14章 集成分类
第15章 比较分类器
第16章 关联规则挖掘Ⅰ
第17章 关联规则挖掘Ⅱ
第18章 关联规则挖掘
第19章 聚类
第20章 文本挖掘
第21章 分类流数据Ⅰ
第22章 分类流数据Ⅱ:时间相关数据
附录
参考文献
  • 数据挖掘原理(第3版)9787302526810

   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