數據挖掘：商業(yè)數據分析技術(shù)與實(shí)踐簡(jiǎn)介，目錄書(shū)摘

編輯推薦:

內容簡(jiǎn)介:本書(shū)采用SAS公司的統計軟件包JMP Pro進(jìn)行實(shí)踐性應用，使用引人入勝的實(shí)際案例來(lái)構建關(guān)鍵數據挖掘方法（尤其是分類(lèi)和預測的預測模型）的理論及其實(shí)踐理解。本書(shū)所討論的主題包括數據可視化、降維、聚類(lèi)、線(xiàn)性和邏輯回歸、分類(lèi)和回歸樹(shù)、判別分析、樸素貝葉斯、人工神經(jīng)網(wǎng)絡(luò )、增量模型、集成算法以及時(shí)間序列預測等。

作者簡(jiǎn)介:蓋麗特.徐茉莉博士是中國臺灣清華大學(xué)服務(wù)科學(xué)研究所的特聘教授。自2004年以來(lái)，她在馬里蘭大學(xué)、Statistics.com、印度商學(xué)院和中國臺灣清華大學(xué)設計并指導了數據挖掘課程。徐茉莉教授以她在商業(yè)分析領(lǐng)域的研究和教學(xué)而聞名，她的研究方向是在信息系統和醫療保健方面的統計和數據挖掘方法。她撰寫(xiě)了70篇期刊文章、書(shū)籍、教材和圖書(shū)章節，包括Wiley出版的《商業(yè)數據挖掘：概念、技術(shù)和應用程序XLMiner?（第三版）》。

彼得.布魯斯是www.statistics.com統計教育研究所的主席和創(chuàng )始人。他撰寫(xiě)了多篇期刊文章，并且是重采樣統計軟件的開(kāi)發(fā)者。他是《統計分析導論：基于重采樣角度》一書(shū)的作者以及《商業(yè)數據挖掘: 概念、技術(shù)和應用程序XLMiner（第三版）》的合著(zhù)者之一。

米婭·斯蒂芬斯是SAS/JMP?的學(xué)術(shù)顧問(wèn)。在加入SAS公司之前，她曾是新罕布什爾大學(xué)的統計學(xué)兼職教授，也是North Haven Group有限責任公司（一家統計培訓和咨詢(xún)公司）的創(chuàng )始成員。同時(shí)是另外三本書(shū)的合著(zhù)者，包括由Wiley出版的《六西格瑪可視化：更精益化的數據分析（第二版）》。

  尼廷·帕特爾博士是位于馬薩諸塞州劍橋市的Cytel有限公司的主席和聯(lián)合創(chuàng )始人，美國統計協(xié)會(huì )會(huì )士，同時(shí)也是麻省理工學(xué)院和哈佛大學(xué)的客座教授。他是印度計算機學(xué)會(huì )會(huì )士，并在印度管理學(xué)院艾哈邁德巴德分校擔任15年教授工作。他也是Wiley出版的《商業(yè)數據挖掘: 概念、技術(shù)和應用程序XLMiner（第三版）》的合著(zhù)者之一。

目錄:第一部分 預備知識

1 導論002

1.1 什么是商業(yè)分析？ 002

1.2 什么是數據挖掘？ 004

1.3 數據挖掘及相關(guān)用語(yǔ) 004

1.4 大數據 005

1.5 數據科學(xué) 006

1.6 為什么會(huì )有這么多不同的方法？ 007

1.7 術(shù)語(yǔ)和符號 007

1.8 本書(shū)框架 009

2 數據挖掘概述 ·013

2.1 引言 013

2.2 數據挖掘的核心思想 014

2.3 數據挖掘步驟 016

2.4 初步步驟 018

2.5 預測能力和過(guò)擬合 024

2.6 用JMP Pro建立預測模型 029

2.7 用JMP Pro進(jìn)行數據挖掘 036

2.8 自動(dòng)化數據挖掘解決方案 037



第二部分數據探索與降維

3 數據可視化046

3.1 數據可視化的用途046
3.2 數據實(shí)例047
3.3 基本圖形：條形圖、折線(xiàn)圖和散點(diǎn)圖049
3.4 多維可視化056
3.5 特殊可視化068
3.6 基于數據挖掘目標的主要可視化方案和操作概要072
4 降維076

4.1 引言076
4.2 維度災難077
4.3 實(shí)際考慮077
4.4 數據匯總078
4.5 相關(guān)分析082
4.6 減少分類(lèi)變量中的類(lèi)別數量082
4.7 將分類(lèi)型變量轉換為連續型變量084
4.8 主成分分析084
4.9 利用回歸模型降維094
4.10 利用分類(lèi)和回歸樹(shù)降維094
第三部分性能評估

5 評估預測效果 ·098

5.1 引言098
5.2 評價(jià)預測性能099

5.3 評判分類(lèi)效果101

5.4 評判分類(lèi)性能112

5.5 過(guò)采樣115

第四部分預測與分類(lèi)方法

6 多元線(xiàn)性回歸 ·122

6.1 引言122

6.2 解釋模型與預測模型123

6.3 估計回歸方程和預測124

6.4 線(xiàn)性回歸中的變量選擇129

7 k近鄰法142

7.1 k-NN 分類(lèi)（分類(lèi)型結果變量）142

7.2 數值型結果變量下的k-NN 方法·147

7.3 k-NN 算法的優(yōu)點(diǎn)和缺點(diǎn)149

8 樸素貝葉斯分類(lèi)器 153

8.1 引言153

8.2 使用完全（精確）貝葉斯分類(lèi)器155

8.3 樸素貝葉斯方法的優(yōu)點(diǎn)和缺點(diǎn)163

9 分類(lèi)和回歸樹(shù) ·168

9.1 引言168

9.2 分類(lèi)樹(shù)169

9.3 生成樹(shù)172

9.4 評估分類(lèi)樹(shù)的效果176

9.5 避免過(guò)擬合178


9.6 樹(shù)中的分類(lèi)準則181

9.7 多分類(lèi)的分類(lèi)樹(shù)182

9.8 回歸樹(shù)182

9.9 樹(shù)的優(yōu)點(diǎn)和缺點(diǎn)184

9.10 預測方法的提高：組合多棵樹(shù)186

9.11 不純度的提取和度量188

10 邏輯回歸 193

10.1 引言 ·193

10.2 邏輯回歸模型 ·195

10.3 評價(jià)分類(lèi)性能 ·202

10.4 完整分析案例：預測航班延誤 ·205

10.5 附錄：邏輯回歸的概括 ·214

11 神經(jīng)網(wǎng)絡(luò ) 225

11.1 引言 ·225

11.2 神經(jīng)網(wǎng)絡(luò )的概念和結構 ·226

11.3 擬合數據 ·226

11.4 JMP Pro 用戶(hù)輸入·240

11.5 探索預測變量和響應變量的關(guān)系 ·242

11.6 神經(jīng)網(wǎng)絡(luò )的優(yōu)點(diǎn)和缺陷 ·243

12 判別分析 247

12.1 引言 ·247

12.2 觀(guān)測值到類(lèi)的距離 ·249

12.3 從距離到傾向和分類(lèi) ·251

12.4 判別分析的分類(lèi)性能 ·254

12.5 先驗概率 ·255

12.6 多類(lèi)別分類(lèi) ·256

12.7 優(yōu)點(diǎn)和缺點(diǎn) ·258


13 組合方法：集成算法和增量模型 263

13.1 集成算法 ·263

13.2 增量（說(shuō)服）模型 ·268

13.3 總結 ·274

第五部分挖掘記錄之間的關(guān)系

14 聚類(lèi)分析 280

14.1 引言 ·280

14.2 定義兩個(gè)觀(guān)測值之間的距離 ·284

14.3 定義兩個(gè)類(lèi)之間的距離 ·288

14.4 系統（凝聚）聚類(lèi) ·290

14.5 非系統聚類(lèi)：k-means 算法·299

第六部分時(shí)間序列預測

15 時(shí)間序列處理·310

15.1 引言 ·310

15.2 描述性與預測性建模 ·311

15.3 商業(yè)中的主流預測方法 ·312

15.4 時(shí)間序列的構成 ·312

15.5 數據分割和性能評價(jià) ·316

16 回歸預測模型·321

16.1 趨勢模型 ·321

16.2 季節模型 ·327

16.3 趨勢和季節模型 ·330


16.4 自相關(guān)和ARIMA 模型 331

17 平滑法·350

17.1 引言 ·350

17.2 移動(dòng)平均法 ·351

17.3 簡(jiǎn)單指數平滑法 ·355

17.4 高級指數平滑法 ·358

第七部分案例

18 案例·372

18.1 查爾斯圖書(shū)俱樂(lè )部 ·372

18.2 德國信貸 ·378

18.3 太古軟件編目 ·382

18.4 政治說(shuō)教 ·385

18.5 出租車(chē)訂單取消 ·388

18.6 浴皂的消費者細分 ·390

18.7 直郵籌款 ·393

18.8 破產(chǎn)預測 ·395

18.9 時(shí)間序列案例：預測公共交通需求 ·398