MATLAB數據分析與挖掘實戰

《MATLAB數據分析與挖掘實戰》是張良均編著的圖書。

基本介紹

  • 書名:MATLAB數據分析與挖掘實戰
  • 作者:張良均 
  • ISBN:9787111504351 
內容簡介,作品目錄,

內容簡介

《大數據技術叢書:MATLAB數據分析與挖掘實戰》共16章,共三篇。
基礎篇(第1~5章),第1章的主要內容是數據挖掘概述;第2章對《大數據技術叢書:MATLAB數據分析與挖掘實戰》所用到的數據挖掘建模工具MATALB進行了簡明扼要的說明;第3章、第4章、第5章對數據挖掘的建模過程,包括數據探索、數據預處理及挖掘建模的常用算法與原理進行了介紹。
實戰篇(第6~15章),重點對數據挖掘技術在電力、航空、醫療、網際網路、生產製造以及公共服務等行業的套用進行了分析。在案例結構組織上,《大數據技術叢書:MATLAB數據分析與挖掘實戰》是按照先介紹案例背景與挖掘目標,再闡述分析方法與過程,最後完成模型構建的順序進行的,在建模過程關鍵環節,穿插程式實現代碼。最後通過上機實踐,加深數據挖掘技術在案例套用中的理解。
提高篇(第16章),介紹了基於MATLAB二次開發的數據挖掘套用軟體——TipDM數據挖掘建模工具,並以此工具為例詳細介紹了基於MATLAB接口完成數據挖掘二次開發的各個步驟,使讀者體驗到通過MATLAB實現數據挖掘二次開發的強大魅力。

作品目錄

  1. MATLAB數據分析與挖掘實戰
  2. 前言
  3. 為什麼要寫這本書
  4. 本書特色
  5. 本書適用對象
  6. 如何閱讀本書
  7. 勘誤和支持
  8. 致謝
  9. 基礎篇
  10. 第1章 數據挖掘基礎
  11. 1.1 某知名連鎖餐飲企業的困惑
  12. 1.2 從餐飲服務到數據挖掘
  13. 1.3 數據挖掘的基本任務
  14. 1.4 數據挖掘的建模過程
  15. 1.4.1 定義挖掘目標
  16. 1.4.2 數據取樣
  17. 1.4.3 數據探索
  18. 1.4.4 數據預處理
  19. 1.4.5 挖掘建模
  20. 1.4.6 模型評價
  21. 1.5 常用的數據挖掘建模工具
  22. 1.6 小結
  23. 第2章 MATLAB數據分析工具箱簡介
  24. 2.1 MATLAB的安裝
  25. 2.2 MATLAB使用入門
  26. 2.2.1 MATLAB R2014a操作界面
  27. 2.2.2 MATLAB常用操作
  28. 2.3 MATLAB數據分析工具箱
  29. 2.4 配套附屬檔案使用設定
  30. 2.5 小結
  31. 第3章 數據探索
  32. 3.1 數據質量分析
  33. 3.1.1 缺失值分析
  34. 3.1.2 異常值分析
  35. 3.1.3 一致性分析
  36. 3.2 數據特徵分析
  37. 3.2.1 分布分析
  38. 3.2.2 對比分析
  39. 3.2.3 統計量分析
  40. 3.2.4 周期性分析
  41. 3.2.5 貢獻度分析
  42. 3.2.6 相關性分析
  43. 3.3 MATLAB主要數據的探索函式
  44. 3.3.1 統計特徵函式
  45. 3.3.2 統計作圖函式
  46. 3.4 小結
  47. 第4章 數據預處理
  48. 4.1 數據清洗
  49. 4.1.1 缺失值處理
  50. 4.1.2 異常值處理
  51. 4.2 數據集成
  52. 4.2.1 實體識別
  53. 4.2.2 冗餘屬性識別
  54. 4.3 數據變換
  55. 4.3.1 簡單的函式變換
  56. 4.3.2 規範化
  57. 4.3.3 連續屬性離散化
  58. 4.3.4 屬性構造
  59. 4.3.5 小波變換
  60. 4.4 數據規約
  61. 4.4.1 屬性規約
  62. 4.4.2 數值規約
  63. 4.5 MATLAB主要的數據預處理函式
  64. 4.6 小結
  65. 第5章 挖掘建模
  66. 5.1 分類與預測
  67. 5.1.1 實現過程
  68. 5.1.2 常用的分類與預測算法
  69. 5.1.3 回歸分析
  70. 5.1.4 決策樹
  71. 5.1.5 人工神經網路
  72. 5.1.6 分類與預測算法評價
  73. 5.1.7 MATLAB主要分類與預測算法函式
  74. 5.2 聚類分析
  75. 5.2.1 常用的聚類分析算法
  76. 5.2.2 K-Means聚類算法
  77. 5.2.3 聚類分析算法評價
  78. 5.2.4 MATLAB主要聚類分析算法函式
  79. 5.3 關聯規則
  80. 5.3.1 常用的關聯規則算法
  81. 5.3.2 Apriori算法
  82. 5.4 時序模式
  83. 5.4.1 時間序列算法
  84. 5.4.2 時間序列的預處理
  85. 5.4.3 平穩時間序列分析
  86. 5.4.4 非平穩時間序列分析
  87. 5.4.5 MATLAB主要時序模式算法函式
  88. 5.5 離群點檢測
  89. 5.5.1 離群點的檢測方法
  90. 5.5.2 基於統計模型的離群點的檢測方法
  91. 5.5.3 基於聚類的離群點的檢測方法
  92. 5.6 小結
  93. 實戰篇
  94. 第6章 電力企業的竊漏電用戶自動識別
  95. 6.1 背景與挖掘目標
  96. 6.2 分析方法與過程
  97. 6.2.1 數據抽取
  98. 6.2.2 數據探索分析
  99. 6.2.3 數據預處理
  100. 6.2.4 構建專家樣本
  101. 6.2.5 構建模型
  102. 6.3 上機實驗
  103. 6.4 拓展思考
  104. 6.5 小結
  105. 第7章 航空公司的客戶價值分析
  106. 7.1 背景與挖掘目標
  107. 7.2 分析方法與過程
  108. 7.2.1 數據抽取
  109. 7.2.2 數據探索分析
  110. 7.2.3 數據預處理
  111. 7.2.4 模型構建
  112. 7.3 上機實驗
  113. 7.4 拓展思考
  114. 7.5 小結
  115. 第8章 中醫證型關聯規則挖掘
  116. 8.1 背景與挖掘目標
  117. 8.2 分析方法與過程
  118. 8.2.1 數據獲取
  119. 8.2.2 數據預處理
  120. 8.2.3 模型構建
  121. 8.3 上機實驗
  122. 8.4 拓展思考
  123. 8.5 小結
  124. 第9章 基於水色圖像的水質評價
  125. 9.1 背景與挖掘目標
  126. 9.2 分析方法與過程
  127. 9.2.1 數據預處理
  128. 9.2.2 構建模型
  129. 9.2.3 水質評價
  130. 9.3 上機實驗
  131. 9.4 拓展思考
  132. 9.5 小結
  133. 第10章 基於關聯規則的網站智慧型推薦服務
  134. 10.1 背景與挖掘目標
  135. 10.2 分析方法與過程
  136. 10.2.1 數據抽取
  137. 10.2.2 數據預處理
  138. 10.2.3 構建模型
  139. 10.3 上機實驗
  140. 10.4 拓展思考
  141. 10.5 小結
  142. 第11章 套用系統負載分析與磁碟容量預測
  143. 11.1 背景與挖掘目標
  144. 11.2 分析方法與過程
  145. 11.2.1 數據抽取
  146. 11.2.2 數據探索分析
  147. 11.2.3 數據預處理
  148. 11.2.4 構建模型
  149. 11.3 上機實驗
  150. 11.4 拓展思考
  151. 11.5 小結
  152. 第12章 面向網路輿情的關聯度分析
  153. 12.1 背景與挖掘目標
  154. 12.2 分析方法與過程
  155. 12.2.1 數據抽取
  156. 12.2.2 數據預處理
  157. 12.2.3 構建模型
  158. 12.3 上機實驗
  159. 12.4 拓展思考
  160. 12.5 小結
  161. 第13章 家用電器用戶行為分析及事件識別
  162. 13.1 背景與挖掘目標
  163. 13.2 分析方法與過程
  164. 13.2.1 數據抽取
  165. 13.2.2 數據探索分析
  166. 13.2.3 數據預處理
  167. 13.2.4 模型構建
  168. 13.2.5 模型檢驗
  169. 13.3 上機實驗
  170. 13.4 拓展思考
  171. 13.5 小結
  172. 第14章 基於基站定位數據的商圈分析
  173. 14.1 背景與挖掘目標
  174. 14.2 分析方法與過程
  175. 14.2.1 數據抽取
  176. 14.2.2 數據探索分析
  177. 14.2.3 數據預處理
  178. 14.2.4 構建模型
  179. 14.3 上機實驗
  180. 14.4 拓展思考
  181. 14.5 小結
  182. 第15章 氣象與輸電線路的缺陷關聯分析
  183. 15.1 背景與挖掘目標
  184. 15.2 分析方法與過程
  185. 15.2.1 數據抽取
  186. 15.2.2 數據探索分析
  187. 15.2.3 數據預處理
  188. 15.2.4 模型構建
  189. 15.3 上機實驗
  190. 15.4 拓展思考
  191. 15.5 小結
  192. 提高篇
  193. 第16章 基於MATLAB的數據挖掘二次開發
  194. 16.1 混合編程套用體驗——TipDM數據挖掘平台
  195. 16.1.1 建設目標
  196. 16.1.2 模型構建
  197. 16.1.3 模型發布
  198. 16.1.4 模型調用
  199. 16.1.5 模型更新
  200. 16.2 二次開發過程
  201. 16.2.1 接口算法編程
  202. 16.2.2 用Library Compiler創建Java組件
  203. 16.2.3 安裝MATLAB運行時環境
  204. 16.2.4 JDK環境及設定
  205. 16.2.5 接口函式的調用
  206. 16.3 小結

相關詞條

熱門詞條

聯絡我們