具體描述
《數據挖掘算法與Clementine實踐》主要介紹瞭幾種最成熟的數據挖掘方法，並針對每種方法，介紹瞭應用最廣泛的幾種實現算法。書中以Clementine12．0為平颱，用實例介紹瞭每種算法的具體應用。全書各章分彆介紹瞭數據挖掘和Clementine軟件、決策樹分類方法(包括ID3、C4．5、C5．0、CART等算法)、聚類分析方法(包括K-Means算法和TwoStep算法)、關聯規則挖掘方法(包括Apriori算法、CARMA算法和序列模式挖掘算法)、數據篩選算法(包括特徵選擇算法和異常檢測算法)、迴歸分析方法(包括綫性迴歸算法和二項Logistic迴歸)、神經網絡構建方法(包括多層感知器網絡、RBF網絡以及Kohonen網絡的構建算法)、時間序列分析方法(包括指數平滑法和ARIMA模型構建方法)。
著者簡介
圖書目錄
1.1 數據挖掘簡介
1.2 數據挖掘過程
1.3 數據挖掘方法
1.4 數據挖掘工具及軟件
第2章 clementine概述
2.1 clementine簡介
2.2 clementine基本操作
第3章 決策樹
3.1 分類與決策樹概述
3.2 id3、c4.5與c5.0
3.3 cart
第4章 聚類分析
4.1 聚類分析概述
4.2 k-means算法
4.3 twostep算法
第5章 關聯規則
5.1 關聯規則概述
5.2 apriori算法
5.3 carma算法
5.4 序列模式
第6章 數據篩選
6.1 特徵選擇
6.2 異常檢測
第7章 統計模型
7.1 綫性迴歸
7.2 項logistic迴歸
第8章 神經網絡
8.1 神經網絡原理
8.2 多層感知器與rbf網絡
8.3 kohonen網絡
第9章 時間序列分析與預測
9.1 時間序列概述
9.2 指數平滑法
9.3 arima模型
· · · · · · (收起)
讀後感
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。
評分因为之前一直用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。
評分因为之前一直用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。
評分因为之前一直用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。
評分因为之前一直用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。
用戶評價
比較簡單，入門可以看看，寫得很淺顯。
评分不錯的指導書，每個操作步驟都寫的很清楚～
评分寫的一般
评分比較簡單，入門可以看看，寫得很淺顯。
评分不錯的指導書，每個操作步驟都寫的很清楚～
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有