第1章　引言　　1
1.1　什麼是數據挖掘　　2
1.1.1　有意義模式的提取　　2
1.1.2　代錶性模型的構建　　2
1.1.3　統計、機器學習和計算的搭配　　3
1.1.4　算法　　4
1.2　對數據挖掘的誤解　　4
1.3　數據挖掘的初衷　　5
1.3.1　海量數據　　5
1.3.2　多維　　6
1.3.3　復雜問題　　6
1.4　數據挖掘的種類　　7
1.5　數據挖掘的算法　　8
1.6　後續章節導覽　　9
1.6.1　數據挖掘的序麯　　9
1.6.2　小插麯　　10
1.6.3　主要內容：預測分析和數據挖掘算法　　10
1.6.4　特彆應用　　12
參考文獻　　13
第2章　數據挖掘流程　　14
2.1　先驗知識　　16
2.1.1　目標　　16
2.1.2　研究問題的背景　　17
2.1.3　數據　　17
2.1.4　因果性與相關性　　18
2.2　數據準備　　19
2.2.1　數據探索　　19
2.2.2　數據質量　　20
2.2.3　缺失值　　20
2.2.4　數據類型和轉換　　20
2.2.5　數據轉換　　21
2.2.6　離群點　　21
2.2.7　特徵選擇　　21
2.2.8　數據采樣　　22
2.3　建模　　22
2.3.1　訓練集和測試集　　23
2.3.2　建模算法　　24
2.3.3　模型評估　　25
2.3.4　集成建模　　26
2.4　應用　　27
2.4.1　生産準備　　27
2.4.2　方法整閤　　27
2.4.3　響應時間　　28
2.4.4　重構模型　　28
2.4.5　知識融閤　　28
2.5　新舊知識　　29
2.6　後續章節預告　　29
參考文獻　　29
第3章　數據探索　　31
3.1　數據探索的目標　　31
3.2　走進數據　　32
3.3　描述性統計分析　　34
3.3.1　單變量探索　　35
3.3.2　多變量探索　　36
3.4　數據可視化　　39
3.4.1　一個維度內數據頻率分布的可視化　　39
3.4.2　直角坐標係內多變量的可視化　　43
3.4.3　高維數據通過投影的可視化　　48
3.5　數據探索導覽　　50
參考文獻　　51
第4章　分類　　52
4.1　決策樹　　52
4.1.1　算法原理　　53
4.1.2　算法實現　　59
4.1.3　小結　　71
4.2　規則歸納　　72
4.2.1　建立規則方法　　73
4.2.2　算法原理　　74
4.2.3　算法實現　　77
4.2.4　小結　　81
4.3　k 近鄰算法　　81
4.3.1　算法原理　　82
4.3.2　算法實現　　88
4.3.3　小結　　91
4.4　樸素貝葉斯　　91
4.4.1　算法原理　　93
4.4.2　算法實現　　100
4.4.3　小結　　102
4.5　人工神經網絡　　102
4.5.1　算法原理　　105
4.5.2　算法實現　　108
4.5.3　小結　　110
4.6　支持嚮量機　　111
4.6.1　概念和術語　　111
4.6.2　算法原理　　114
4.6.3　算法實現　　116
4.6.4　小結　　122
4.7　集成學習模型　　122
4.7.1　集體的智慧　　123
4.7.2　算法原理　　124
4.7.3　算法實現　　126
4.7.4　小結　　134
參考文獻　　134
第5章　迴歸方法　　137
5.1　綫性迴歸　　139
5.1.1　算法原理　　139
5.1.2　使用RapidMiner實戰的目標與數據　　141
5.1.3　算法實現　　142
5.1.4　綫性迴歸建模要點　　148
5.2　Logistic迴歸　　149
5.2.1　快速入門Logistic迴歸　　150
5.2.2　模型原理　　151
5.2.3　模型實現　　155
5.2.4　Logistic迴歸小結　　158
5.3　總結　　158
參考文獻　　158
第6章　關聯分析　　160
6.1　挖掘關聯規則的基本概念　　161
6.1.1　項集　　162
6.1.2　生成關聯規則的一般步驟　　164
6.2　Apriori算法　　166
6.2.1　使用Apriori算法找齣高頻項集　　167
6.2.2　生成關聯規則　　169
6.3　FP-Growth算法　　169
6.3.1　生成FP樹　　170
6.3.2　高頻項集的生成　　172
6.3.3　FP-Growth算法實現　　173
6.4　總結　　176
參考文獻　　176
第7章　聚類　　178
7.1　聚類方法的種類　　179
7.2　k均值聚類　　182
7.2.1　k均值聚類原理　　183
7.2.2　算法實現　　187
7.3　DBSCAN聚類　　191
7.3.1　算法原理　　192
7.3.2　算法實現　　195
7.3.3　小結　　197
7.4　SOM　　 197
7.4.1　算法原理　　199
7.4.2　算法實現　　202
7.4.3　小結　　208
參考文獻　　208
第8章　模型評估　　210
8.1　混淆矩陣　　210
8.2　ROC麯綫和AUC　　212
8.3　提升麯綫　　214
8.4　評估預測結果　　217
8.5　總結　　221
參考文獻　　221
第9章　文本挖掘　　222
9.1　文本挖掘算法的原理　　223
9.1.1　TF-IDF　　223
9.1.2　術語和概念　　225
9.2　使用聚類和分類算法實現文本挖掘　　229
9.2.1　實例1：關鍵詞聚類　　229
9.2.2　實例2：預測博客作者的性彆　　232
9.3　總結　　241
參考文獻　　242
第10章　時間序列預測　　243
10.1　基於數據的時序分析　　245
10.1.1　樸素預測法　　245
10.1.2　簡單平均法　　246
10.1.3　移動平均法　　246
10.1.4　加權移動平均法　　247
10.1.5　指數平滑法　　247
10.1.6　Holt雙參數指數平滑法. . 248
10.1.7　Holt-Winter三參數指數平滑法　　249
10.2　基於模型的預測方法　　250
10.2.1　綫性迴歸　　251
10.2.2　多項式迴歸　　252
10.2.3　考慮季節性的綫性迴歸模型　　252
10.2.4　自迴歸模型與ARIMA　　254
10.2.5　基於RapidMiner的實現　　254
10.3　總結　　261
參考文獻　　261
第11 章異常檢測　　262
11.1　異常檢測的基本概念　　262
11.1.1　齣現離群點的原因　　262
11.1.2　異常檢測的方法　　264
11.2　基於距離的離群點檢測方法　　266
11.2.1　方法原理　　267
11.2.2　方法實現　　268
11.3　基於密度的離群點檢測方法　　270
11.3.1　方法原理　　270
11.3.2　方法實現　　271
11.4　局部離群因子　　272
11.5　總結　　274
參考文獻　　275
第12章　特徵選擇　　276
12.1　特徵選擇方法概覽　　276
12.2　主成分分析　　278
12.2.1　算法原理　　279
12.2.2　算法實現　　280
12.3　以信息論為基礎對數值型數據進行篩選　　284
12.4　以卡方檢驗為基礎對類彆型數據進行篩選　　286
12.5　基於封裝器的特徵選擇　　289
12.5.1　嚮後消除法以縮減數據集大小　　290
12.5.2　哪些變量被消除瞭　　292
12.6　總結　　293
參考文獻　　294
第13章　RapidMiner入門　　295
13.1　用戶操作界麵以及介紹　　295
13.1.1　圖形用戶操作界麵的介紹　　295
13.1.2　RapidMiner軟件的術語　　296
13.2　數據導入和導齣工具　　299
13.3　數據可視化工具　　302
13.3.1　單一變量可視化　　304
13.3.2　二維數據可視化　　304
13.3.3　多維數據可視化　　304
13.4　數據轉換工具　　305
13.5　數據抽樣與處理缺失值工具　　309
13.6　最優化工具　　312
13.7　總結　　317
參考文獻　　317
數據挖掘算法的比較　　319
· · · · · · (收起)