具体描述
《数据挖掘算法与Clementine实践》主要介绍了几种最成熟的数据挖掘方法，并针对每种方法，介绍了应用最广泛的几种实现算法。书中以Clementine12．0为平台，用实例介绍了每种算法的具体应用。全书各章分别介绍了数据挖掘和Clementine软件、决策树分类方法(包括ID3、C4．5、C5．0、CART等算法)、聚类分析方法(包括K-Means算法和TwoStep算法)、关联规则挖掘方法(包括Apriori算法、CARMA算法和序列模式挖掘算法)、数据筛选算法(包括特征选择算法和异常检测算法)、回归分析方法(包括线性回归算法和二项Logistic回归)、神经网络构建方法(包括多层感知器网络、RBF网络以及Kohonen网络的构建算法)、时间序列分析方法(包括指数平滑法和ARIMA模型构建方法)。
作者简介
目录信息
1.1 数据挖掘简介
1.2 数据挖掘过程
1.3 数据挖掘方法
1.4 数据挖掘工具及软件
第2章 clementine概述
2.1 clementine简介
2.2 clementine基本操作
第3章 决策树
3.1 分类与决策树概述
3.2 id3、c4.5与c5.0
3.3 cart
第4章 聚类分析
4.1 聚类分析概述
4.2 k-means算法
4.3 twostep算法
第5章 关联规则
5.1 关联规则概述
5.2 apriori算法
5.3 carma算法
5.4 序列模式
第6章 数据筛选
6.1 特征选择
6.2 异常检测
第7章 统计模型
7.1 线性回归
7.2 项logistic回归
第8章 神经网络
8.1 神经网络原理
8.2 多层感知器与rbf网络
8.3 kohonen网络
第9章 时间序列分析与预测
9.1 时间序列概述
9.2 指数平滑法
9.3 arima模型
· · · · · · (收起)
读后感
因为之前一直用SPSS做数据分析，现在计划用Clementine做一下数据挖掘。所以买了这本书读了一下，内容介绍的比较清晰和易于理解。不足之处是书太薄了，不够详细（比如很多指标的含义）。作为一本入门书，我觉得足够了。
评分因为之前一直用SPSS做数据分析，现在计划用Clementine做一下数据挖掘。所以买了这本书读了一下，内容介绍的比较清晰和易于理解。不足之处是书太薄了，不够详细（比如很多指标的含义）。作为一本入门书，我觉得足够了。
评分因为之前一直用SPSS做数据分析，现在计划用Clementine做一下数据挖掘。所以买了这本书读了一下，内容介绍的比较清晰和易于理解。不足之处是书太薄了，不够详细（比如很多指标的含义）。作为一本入门书，我觉得足够了。
评分因为之前一直用SPSS做数据分析，现在计划用Clementine做一下数据挖掘。所以买了这本书读了一下，内容介绍的比较清晰和易于理解。不足之处是书太薄了，不够详细（比如很多指标的含义）。作为一本入门书，我觉得足够了。
评分因为之前一直用SPSS做数据分析，现在计划用Clementine做一下数据挖掘。所以买了这本书读了一下，内容介绍的比较清晰和易于理解。不足之处是书太薄了，不够详细（比如很多指标的含义）。作为一本入门书，我觉得足够了。
用户评价
写的一般
评分2016.10
评分软件的介绍不多 作为打破学习Clementine的心里障碍还是很有帮助的
评分不错的指导书，每个操作步骤都写的很清楚～
评分could be better
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有