matlab數據分析

內容簡介

機械工業出版社本教材首先介紹了數據分析的基本概念和方法，然後通過大量實例介紹了如何使用Matlab實現數據分析，並深入淺出地介紹了數據建模過程中的有關方法。本教材共分8章，主要內容包括：數據的基本概念及其套用、Matlab基礎、隨機模擬、數據預處理、數據探索與分析、多元線性回歸模型、聚類分析和分類。本教材可作為職業院校計算機相關專業的教學用書，也可供相關技術人員參考。

圖書目錄

前言

第1章數據的基本概念及其套用

11數據與數據處理

111數據的相關基本概念

112數據處理的主要概念

113數據處理的流程

114數據處理的誤區

12數據處理涉及的主要領域

121統計學

122數據挖掘

123雲計算

13數據處理的主要方法

1企埋戶31數據採集

132數據預處理

133數據分析

134數據挖掘算法

第2章Matlab基礎

21Matlab簡介

211Matlab的特點

212Matlab視窗簡介

22數組及其運算

221變數和數組

222變數的初始化

223多維數組

224子數組

225單元陣列

226顯示輸出數據

227數據檔案

228數組運算和矩陣運算

229內置函式

23作圖入門

231簡單的直角坐標系作圖

232作圖的附加特性

24Matlab程式設計

241關係運算符和邏輯運算符

242選擇結構

243循環汽笑去結構

25自定義函式

第3章隨機模擬

31隨機數的生成

32蒙特卡羅模擬

321蒙特舉禁妹卡羅模擬估計面積

322蒙特卡羅模擬尋求近似圓周率

323蒙特卡羅模擬解決生日問題

33隨機行為的模擬

34蒙特卡羅模擬套用案例：理髮店系統研究

Matlab數據分析第1章數據的基本概念及其套用第4章數據預處理

41認識數據

411屬性

412離散屬性和連續屬性

42數據預處理概述

421數據清洗

422數據集成

423數據歸約

424數據變換

43Matlab與Excel的數據互動

431以互動方式導入數據

432讀取和寫入表

433大型檔案和大型數據簡介

434數據的清理、平滑和分組等

第5章數據探索與分析

51數據的特徵統計汗趨訂戰量

511中心度量趨勢：均值、中位數、眾數

512常用的變異程度度量

513分布形態

52基本統計描述的可視化

521分類型數據頻數分布及其可視化

522直方圖

523分位數圖和經驗累計分布函式

524分位數分位數圖——qq圖

525箱形圖

526散點圖

53度量數據的相似性和相異性

531數據矩陣、相異性矩陣、相似性矩陣

532數值屬性的相似性：相關係數

53戲笑頸3數值屬性的相異性：距離

54數據降維——主成分分析

第6章多元線性回歸模型

61概述

62一元曲線擬合

621案例1——百貨商場銷售額

622確定擬合

623導出樂槳婚刪模型到工作空間

63多元線性回歸模型

631案例2——牙膏的銷售量

632案例3——自變數含有分類變數的處理

64逐步回歸模型

第7章聚類分析

71簡介

711聚類分析的類型

712聚類分析的依據

72譜系聚類

73k均值聚類

731k均值聚類概述

732k均值聚類算法的Matlab函式

733k均值聚類算法的特點

734k均值聚類算法綜合套用

74層次聚類

741概述

742層次聚類算法的Matlab實現

743層次聚類算法的特點

75高斯混合模型聚類

751簡介

752高斯混合模型聚類算想邀法的Matlab實現

第8章分類

81分類算法簡介

811邏輯回歸分類算法

812K近鄰分類算法

813支持向量機分類算法

814人工神經網路分類算法

815樸素貝葉斯分類算法

816判別分析分類算法

817決策樹分類算法

818集成學習分類算法

82分類的評判

821評判指標

822ROC曲線和AUC

83判別分析分類的具體套用

831判別分析的定義、特點和類型

832距離判別

833貝葉斯判別

84使用Classification Learner App實現分類

參考文獻

matlab數據分析

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條