数据挖掘的统计方法及实践2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

数据挖掘的统计方法及实践PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

目录摘要1

Abstract第一章 数据挖掘概述1

§1.1 数据挖掘的技术定义与商业定义1

§1.1.1 数据挖掘的技术定义1

§1.1.2 数据挖掘的商业定义2

§1.2 数据挖掘与知识发现4

§1.2.1 知识发现过程4

§1.2.2 数据挖掘的地位6

§1.3 数据挖掘的对象6

§1.3.1 关系数据库6

§1.3.2 数据仓库7

§1.3.3 事务数据库8

§1.3.4 高级数据库系统9

参考文献10

第二章 数据挖掘的发展及与统计学的关系11

§2.1 问题的提出11

§2.2 数据挖掘的发展12

§2.2.1 数据挖掘研究领域的广泛性12

§2.2.2 数据挖掘的发展离不开统计学15

§2.3 数据挖掘的特点及与统计学的关系16

§2.3.1 数据挖掘的特点16

§2.3.2 数据挖掘中的统计方法18

参考文献22

第三章 数据准备25

§3.1 问题的提出25

§3.2 数据选择26

§3.2.1 数据的读取26

§3.2.2 原始数据的表示26

§3.2.3 数据分类28

§3.3.1 噪声数据的处理30

§3.3 数据预处理30

§3.3.2 异常的分析33

§3.3.3 缺失数据36

§3.4 数据变换38

§3.4.1 数据标准化38

§3.4.2 消减数据维数40

§3.4.3 时序数据变换45

§3.5 聚类分析中数据类型的衍生49

§3.5.1 数据矩阵49

§3.5.2 相异度矩阵50

§3.5.3 单向有序列联阵51

参考文献52

§4.1 问题的提出54

第四章 事务性数据库的压缩54

§4.2 Rough集理论的几个基本概念55

§4.2.1 引言55

§4.2.2 Rough集的基本理论56

§4.3 数据库中事务项的压缩及分析65

§4.3.1 减少事务数增加可识别性65

§4.3.2 事务项压缩的特征提取66

§4.3.3 事务项压缩的统计分析及奇异项的提取66

§4.4 事务数据库的列联描述68

§4.4.1 条件属性项之间的列联关系68

§4.4.2 条件属性项与决策属性项之间的列联关系71

§4.4.3 属性项与属性值之间的列联关系73

§4.5 事务数据库的属性项压缩75

§4.5.1 基于重要性的属性压缩75

§4.5.2 基于相依性的属性压缩76

§4.5.3 属性项的广义线性分析及压缩78

§4.5.4 基于多重相关性的属性项压缩83

§4.6 移动通讯用户消费分析84

§4.6.1 确立移动手机用户信息系统84

§4.6.2 移动手机用户数据库的压缩86

参考文献90

第五章 数据的排序及有序聚类分析92

§5.1 问题的提出92

§5.2 事务项（样品）的排序标准94

§5.2.1 以信息源为标准的排序94

§5.2.2 以综合属性项为标准的排序95

§5.2.3 移动通讯用户的综合费用排序97

§5.3.1 以平均水平为标准的排序99

§5.3 属性项（变量）的排序标准99

§5.3.2 以秩效应为标准的排序101

§5.4 有序近邻聚类分析103

§5.4.1 相似指标的确定及聚类方法103

§5.4.2 Fisher最优求解法与有序近邻法的比较105

§5.5 有序平均秩效应聚类分析110

§5.5.1 平均秩效应原则及聚类方法110

§5.5.2 聚类分析的效应检验114

参考文献116

第六章 关联规则的进一步研究117

§6.1 问题的提出117

§6.2 相应分析的求解120

§6.2.1 引言120

§6.2.2 有关记号和分布轮廓122

§6.2.3 相应分析的求解124

§6.3 相应分析与独立性检验的内在关系126

§6.3.1 二维列联表的独立性检验127

§6.3.2 总信息变差的量度127

§6.3.3 相应分析的有关性质及与独立性检验的关系129

§6.4 相应分析的适应性检验132

§6.4.1 适应性检验的基本思想132

§6.4.2 相应分析的适应性检验和分析133

§6.4.3 相应分析适应性的应用138

§6.5 相应分析适应性的量度143

§6.5.1 均方列联系数的引入143

§6.5.2 相应分析适应性的分层量度146

参考文献148

第七章 数据挖掘中的基函数拟合建模及预测149

§7.1 问题的提出149

§7.2 基函数的确定150

§7.2.1 多项式幂基函数151

§7.2.2 拉格朗日（Lagrange）基函数151

§7.2.3 伯恩斯坦（Bernstein）基函数151

§7.3 Bernstein基函数拟合建模及预测问题153

§7.3.1 基函数拟合建模153

§7.3.2 预测问题156

§7.4 上证指数收盘价预测模拟157

§7.4.1 上证指数收盘价的拟合模拟158

§7.4.2 预测模拟160

参考文献161

附录162

附录Ⅰ 移动手机用户数据库压缩及列联表162

附录Ⅱ 大学生隐形教育调查分析结果176

附录Ⅲ 上证指数收盘价预测误差分析结果182