數據挖掘算法原理與實現（第2版）

內容簡介

本書對數據挖掘的基本算法進行了系統介紹，每種算法不僅介紹了算法的基本原理，而且配有大量例題以及原始碼，並對原始碼進行了分析，這種理論和實踐相結合的方式有助於讀者較好地理解和掌握抽象的數據挖掘算法。

全書共分11章，內容同時涵蓋了數據預處理、關聯規則挖掘算法、分類算法和聚類算法，具體章節包括緒論、數據預處理、關聯規則挖掘、決策樹分類算法、貝葉斯分類算法、人工神經網路算法、支持向量機、Kmeans聚類算法、K中心點聚類算法、神經網路聚類算法以及數據挖掘的發展等內容。

本書可作為高等院校數據挖掘課程的教材，也可以作為從事數據挖掘工作以及其他相關工程技術工作人員的參考書。

圖書目錄

第1章緒論/1

1.1數據挖掘的概念/1

1.2數據挖掘的歷史及發展/1

1.3數據挖掘的研究內容及功能/5

1.3.1數據挖掘的研究內容/5

1.3.2數據挖掘的功能/6

1.4數據挖掘的常用技術及工具/9

1.4.1數據挖掘的常用技術/9

1.4.2數據挖掘的工具/12

1.5數據挖掘的套用熱點/12

1.6小結/14

思考題/15第2章數據預處理/16

2.1數據預處理的目的 /16

2.2數據清理/18

2.2.1填充缺失值/18

2.2.2光滑噪聲數據/18

2.2.3數據清理過程/19

2.3數據集成和數據變換/20

2.3.1數據集成/20

2.3.2數據變換/21

2.4數據歸約/23

2.4.1數據立方體聚集/23

2.4.2維歸約/23

2.4.3數據壓縮/24

2.4.4數值歸約/25

2.4.5數據離散化與概念分層/28

2.5特徵選擇與提取/302.5.1特徵選擇/30

2.5.2特徵提取/31

2.6小結/33

思考題/33第3章關聯規則挖掘/35

3.1基本概念 /35

3.2關聯規則挖掘算法——Apriori算法原理/36

3.3Apriori算法實例分析/38

3.4Apriori算法源程式分析/41

3.5Apriori算法的特點及套用/50

3.5.1Apriori算法特點/50

3.5.2Apriori 算法套用/51

3.6小結/52

思考題/52第4章決策樹分類算法/54

4.1基本概念/54

4.1.1決策樹分類算法概述/54

4.1.2決策樹基本算法概述/54

4.2決策樹分類算法——ID3算法原理/56

4.2.1ID3算法原理/56

數據挖掘算法原理與實現（第2版）

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條