☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

---

编辑推荐

　　本书提出的方法和技术全面、深入，几乎涵盖了当前应用中常见的各类挖掘与分析方法。对方法的介绍从概念、算法、评价等部分着手，深入浅出地加以介绍。在介绍方法的章节中增加了R语言开发园地，帮助读者利用R语言开展实际设计和开发工作，获得章节中涉及内容的结果，便于读者掌握所学内容。

内容简介

　　通过做数据分析学习数据分析
　　《数据挖掘与预测分析(第2版)》提供了从数据准备到探索性数据分析、数据建模及模型评估等整个数据分析过程的内容。《数据挖掘与预测分析(第2版)》不仅提供了理解软件底层算法的“白盒”方法，而且提供了能够使读者利用现实世界数据集开展数据挖掘与预测分析的应用方法。
　　第2版的新内容：
　　● 添加了500多页的新内容，包括20个新章节，例如，数据建模准备、成本-效益分析、缺失数据填充、聚类优劣度量以及细分模型等。
　　● 针对前沿主题的新章节，例如，多元分类模型、BIRCH聚类、集成学习(bagging及boosting)、模型投票与趋向平均等。
　　● 每章节后均附有R语言开发园地，读者可以获得完成书中分析所需的R语言源代码，以及通过R代码生成的图、表和结果。
　　● 书中的附录为那些对统计基础生疏的读者提供了了解基本概念的材料。
　　● 超过750个章节练习，使读者能够自己测试对所学知识的掌握程度，并着手开展数据挖掘与预测分析工作。
　　《数据挖掘与预测分析(第2版)》将对数据分析人员、数据库分析人员以及CIO具有极大的吸引力，通过学习将使他们知道何种类型的分析将会增加其投资回报。

作者简介

　　Daniel T. Larose博士，美国中康涅狄格州立大学数学科学教授，数据挖掘项目负责人。出版与数据挖掘、Web挖掘和统计理论等相关论著多本。他也是《微软》、《福布斯》杂志以及《经济学人》杂志等数据挖掘与统计分析领域的顾问。

　　Chantal D. Larose是美国康涅狄格大学的在读博士。其研究领域包括缺失数据填补以及基于模型的聚类等。她已获得美国新帕尔兹纽约州立大学商学院决策科学领域助理教授的职位。

内页插图

目录

第Ⅰ部分 数据准备
第1章 数据挖掘与预测分析概述 3
1.1 什么是数据挖掘和预测分析 3
1.2 需求：数据挖掘技术人员 4
1.3 数据挖掘离不开人的参与 5
1.4 跨行业数据挖掘标准过程：
CRISP-DM 6
1.5 数据挖掘的谬误 8
1.6 数据挖掘能够完成的任务 9
1.6.1 描述 9
1.6.2 评估 10
1.6.3 预测 11
1.6.4 分类 11
1.6.5 聚类 13
1.6.6 关联 14
R语言开发园地 15
R参考文献 16
练习 16
第2章 数据预处理 17
2.1 需要预处理数据的原因 17
2.2 数据清理 18
2.3 处理缺失数据 19
2.4 识别错误分类 22
2.5 识别离群值的图形方法 22
2.6 中心和散布度量 24
2.7 数据变换 26
2.8 min-max规范化 26
2.9 Z-score标准化 27
2.10 小数定标规范化 28
2.11 变换为正态数据 28
2.12 识别离群值的数值方法 34
2.13 标志变量 35
2.14 将分类变量转换为数值变量 35
2.15 数值变量分箱 36
2.16 对分类变量重新划分类别 37
2.17 添加索引字段 37
2.18 删除无用变量 38
2.19 可能不应该删除的变量 38
2.20 删除重复记录 39
2.21 ID字段简述 39
R语言开发园地 39
R参考文献 45
练习 45
第3章 探索性数据分析 49
3.1 假设检验与探索性数据分析 49
3.2 了解数据集 49
3.3 探索分类变量 52
3.4 探索数值变量 58
3.5 探索多元关系 62
3.6 选择感兴趣的数据子集作进一步研究 64
3.7 使用EDA发现异常字段 64
3.8 基于预测值分级 65
3.9 派生新变量：标志变量 67
3.10 派生新变量：数值变量 69
3.11 使用EDA探测相关联的预测
变量 70
3.12 EDA概述 73
R语言开发园地 73
R参考文献 80
练习 80
第4章 降维方法 83
4.1 数据挖掘中降维的必要性 83
4.2 主成分分析 84
4.3 将主成分分析应用于房屋
数据集 87
4.4 应提取多少个主成分 91
4.4.1 特征值标准 91
4.4.2 解释变异的比例标准 92
4.4.3 *小共性标准 92
4.4.4 坡度图标准 92
4.5 主成分描述 94
4.6 共性 96
4.7 主成分验证 97
4.8 因子分析法 98
4.9 因子分析法在成年人数据集中的
应用 99
4.10 因子旋转 101
4.11 用户自定义合成 104
4.12 用户自定义合成的示例 105
R语言开发园地 106
R参考文献 110
练习 111
第Ⅱ部分 统计分析
第5章 单变量统计分析 117
5.1 数据知识发现中的数据挖掘
任务 117
5.2 用于估计和预测的统计方法 117
5.3 统计推理 118
5.4 我们对评估的确信程度如何 119
5.5 均值的置信区间估计 120
5.6 如何减少误差范围 121
5.7 比例的置信区间估计 122
5.8 均值的假设检验 123
5.9 拒绝零假设的证据力度的
评估 125
5.10 使用置信区间执行假设检验 126
5.11 比例的假设检验 127
R语言开发园地 128
R参考文献 129
练习 129
第6章 多元统计 133
6.1 描述均值差异的两样例t-检验
方法 133
6.2 判断总体差异的两样例
Z-检验 134
6.3 比例均匀性的测试 135
6.4 多元数据拟合情况的
卡方检验 137
6.5 方差分析 138
R语言开发园地 141
R参考文献 143
练习 143
第7章 数据建模准备 145
7.1 有监督学习与无监督学习 145
7.2 统计方法与数据挖掘方法 146
7.3 交叉验证 146
7.4 过度拟合 147
7.5 偏差-方差权衡 148
7.6 平衡训练数据集 150
7.7 建立基线性能 151
R语言开发园地 152
R参考文献 153
练习 153
第8章 简单线性回归 155
8.1 简单线性回归示例 155
8.2 外推的危险 161
8.3 回归有用吗？系数的确定 162
8.4 估计标准误差 166
8.5 相关系数r 167
8.6 简单线性回归的方差分析表 169
8.7 离群点、高杠杆率点与有影响
的观察点 170
8.8 回归方程概括 178
8.9 回归假设验证 179
8.10 回归推理 184
8.11 x与y之间关系的t-检验 185
8.12 回归直线斜率的置信区间 187
8.13 相关系数ρ的置信区间 188
8.14 给定均值的置信区间 190
8.15 给定随机选择值的预测区间 191
8.16 获得线性特性的变换 194
8.17 博克斯-考克斯变换 199
R语言开发园地 199
R参考文献 205
练习 205
第9章 多元回归与模型构建 213
9.1 多元回归示例 213
9.2 总体多元回归方程 218
9.3 多元回归推理 219
练习 380
第14章 朴素贝叶斯与贝叶斯网络 385
14.1 贝叶斯方法 385
14.2 *大后验(MAP)分类 387
14.3 后验概率比 391
14.4 数据平衡 393
14.5 朴素贝叶斯分类 394
14.6 解释对数后验概率比 397
14.7 零单元问题 398
14.8 朴素贝叶斯分类中的数值型
预测变量 399
14.9 WEKA：使用朴素贝叶斯开展
分析 402
14.10 贝叶斯信念网络 406
14.11 衣物购买示例 407
14.12 利用贝叶斯网络发现概率 409
R语言开发园地 413
R参考文献 417
练习 417
第15章 模型评估技术 421
15.1 用于描述任务的模型评估
技术 421
15.2 用于评估和预测任务的模型
评估技术 422
15.3 用于分类任务的模型评估
方法 423
15.4 准确率和总误差率 425
15.5 灵敏性和特效性 426
15.6 假正类率和假负类率 427
15.7 真正类、真负类、假正类、
假负类的比例 427
15.8 通过误分类成本调整来反映
现实关注点 429
15.9 决策成本/效益分析 430
15.10 提升图表和增益图表 431
15.11 整合模型评估与模型建立 434
15.12 结果融合：应用一系列
模型 435
R语言开发园地 436
R参考文献 436
练习 437
第16章 基于数据驱动成本的
成本-效益分析 439
16.1 在行调整条件下的决策
不变性 439
16.2 正分类标准 440
16.3 正分类标准的示范 442
16.4 构建成本矩阵 444
16.5 在缩放条件下的决策不变性 445
参考文献 556
练习 557
第Ⅴ部分 关联规则
第23章 关联规则 561
23.1 亲和度分析与购物篮分析 561
23.2 支持度、可信度、频繁项集和
先验属性 564
23.3 先验算法工作原理(第1部
分)—— 建立频繁项集 565
23.4 先验算法工作原理(第2部
分)—— 建立关联规则 566
23.5 从标志数据扩展到分类数据 569
23.6 信息理论方法：广义规则推理
方法 570
23.7 关联规则不易做好 571
23.8 度量关联规则可用性的方法 573
23.9 关联规则是监督学习还是
无监督学习 574
23.10 局部模式与全局模型 574
R语言开发园地 575
R参考文献 575
练习 576
第Ⅵ部分 增强模型性能
第24章 细分模型 581
24.1 细分建模过程 581
24.2 利用EDA识别分段的细分
建模 583
24.3 利用聚类方法识别分段的
细分建模 585
R语言开发园地 589
R参考文献 591
练习 591
第25章 集成方法：bagging和
boosting 593
25.1 使用集成分类模型的理由 593
25.2 偏差、方差与噪声 594
25.3 适合采用bagging的场合 595
25.4 bagging 596
25.5 boosting 599
25.6 使用IBM/SPSS建模器应用
bagging和boosting 602
参考文献 603
R语言开发园地 604
R参考文献 605
练习 606
第26章 模型投票与趋向平均 609
26.1 简单模型投票 609
26.2 其他投票方法 610
26.3 模型投票过程 611
26.4 模型投票的应用 612
26.5 什么是趋向平均 616
26.6 趋向平均过程 616
26.7 趋向平均的应用 618
R语言开发园地 619
R参考文献 621
练习 622
第Ⅶ部分 更多主题
第27章 遗传算法 627
27.1 遗传算法简介 627
27.2 基因算法的基本框架 628
27.3 遗传算法的简单示例 629
27.3.1 第1次迭代 629
27.3.2 第2次迭代 631
27.4 改进及增强：选择 631
27.5 改进及增强：交叉 633
27.5.1 多点交叉 633
27.5.2 通用交叉 634
27.6 实值变量的遗传算法 634
27.6.1 单一算术交叉 635
27.6.2 简单算术交叉 635
27.6.3 完全算术交叉 635
27.6.4 离散交叉 635
27.6.5 正态分布突变 635
27.7 利用遗传算法训练神经元
网络 636
27.8 WEKA：使用遗传算法进行
分析 640
R语言开发园地 646
R参考文献 647
练习 647
第28章 缺失数据的填充 649
28.1 缺失数据填充的必要性 649
28.2 缺失数据填充：连续型变量 650
28.3 填充的标准误差 653
28.4 缺失值填充：范畴型变量 653
28.5 缺失的处理模式 654
参考文献 655
R语言开发园地 655
R参考文献 657
练习 658
第Ⅷ部分 案例研究：对直邮营
销的响应预测
第29章 案例研究，第1部分：业务
理解、数据预处理和探索性
数据分析 661
29.1 数据挖掘的跨行业标准 661
29.2 业务理解阶段 662
29.3 数据理解阶段，*部分：
熟悉数据集 663
29.4 数据准备阶段 667
29.4.1 消费金额为负值的情况 667
29.4.2 实现正态性或对称性的
转换 669
29.4.3 标准化 671
29.4.4 派生新变量 671
29.5 数据理解阶段，第二部分：
探索性数据分析 674
29.5.1 探索预测因子和响应之间
的关系 674
29.5.2 研究预测因子间的相关性
结构 679
29.5.3 逆转换对于解释的
重要性 682
第30章 案例研究，第2部分：聚类与
主成分分析 685
30.1 数据划分 685
30.2 制定主成分 686
30.3 验证主成分 689
30.4 主成分概括 691
30.5 利用BIRCH聚类算法选择*优
聚类数 694
30.6 利用k均值聚类算法选择*优
聚类数 695
30.7 k-均值聚类应用 696
30.8 验证聚类 697
30.9 聚类概括 698
第31章 案例研究，第3部分：建模与
评估性能和可解释性 699
31.1 选择性能*佳模型，还是既要
性能又要可解释性 699
31.2 建模与评估概述 700
31.3 利用数据驱动开销开展损益
分析 700
31.4 输入到模型中的变量 702
31.5 建立基线模型性能 703
31.6 利用误分类开销的模型 704
31.7 需要用代理调整误分类开销
的模型 705
31.8 采用投票和趋向平均方法
合并模型 706
31.9 对利润*佳模型的解释 707
第32章 案例研究，第4部分：高性能
建模与评估 709
32.1 输入到模型中的变量 709
32.2 使用误分类开销的模型 710
32.3 需要作为误分类开销代理
调整的模型 710
32.4 使用投票和趋向平均的合并
模型 711
32.5 经验总结 713
32.6 总结 713
附录A 数据汇总与可视化 715

前言/序言

　　什么是数据挖掘？什么是预测分析
　　数据挖掘是从大型数据集合中发现有用的模式和趋势的过程。
　　预测分析是从大型数据集合中抽取信息以便对未来的情况做出预测和估计的过程。
　　由Daniel Larose 和 Chantal Larose合著的《数据挖掘与预测分析(第2版)》一书能够确保读者成为这一前沿且大有前途的领域的专家。
　　为什么需要本书
　　根据MarketsandMarkets研究公司的调查，从2013年～2018年，全球大数据市场有望以每年26%的速度增长，将从2013年的148.7亿美元增加到2018年的463.4亿美元 。世界范围内的公司和团体正在学习如何应用数据挖掘和预测分析以增加利润。尚未应用数据挖掘和预测分析的公司将会在21世纪经济的全球竞争中落伍。
　　在大多数领域中，人类都被数据所淹没。遗憾的是，这些花费庞大成本收集得到的数据多数都被遗弃在数据仓库中。问题是，缺乏足够的、受过良好训练的、具备将这些数据转换为人类需要的知识并就此将分类树转换为智慧的分析人员。这也是编写本书的目的所在。
　　McKinsey Global Institute报告指出 ：
　　公司在利用大数据的技能需求方面将会存在人才短缺现象。从大数据中获取价值的制约主要体现在缺乏必要的人才，特别是缺乏那些掌握统计和机器学习专门知识的人才，缺乏能够使用从大数据中获取的见识来运营公司的管理人员和分析人员。我们认为对大数据世界开展分析工作的职位比目前能够提供的缺少大约140 000～190 000个。此外，我们认为在美国额外还将需要150万位能够提出正确问题并能够有效利用大数据分析结果的管理和分析人员。
　　本书试图帮助解决数据分析人员短缺的问题。
　　数据挖掘得到越来越广泛的应用，因为它有助于增强公司从其已有的数据集合中发现有利的模式和趋势的能力。公司和团体花费了大量的金钱，收集到海量的数据，但是未能很好地利用隐藏在其数据仓库中的有价值的和可操作的信息。然而，随着数据挖掘实践变得越来越广泛，无法应用这些技术的公司将存在落后于市场的危险，将逐渐失去市场份额，因为他们的竞争对手都在使用数据挖掘，从而赢得竞争优势。
　　谁将从本书获益
　　《数据挖掘和预测分析(第2版)》一书通过逐步动手解决现实世界的现实问题，介绍了当前广泛运用于现实世界数据集合中的数据挖掘技术，这一方式将吸引管理人员、首席信息官、首席执行官、首席财务官、数据分析人员、数据库分析人员以及其他需要了解*新方法以提高投资回报率的群体的注意。
　　利用《数据挖掘与预测分析(第2版)》，你将学习什么类型的分析能够从数据中发现*有益的知识，同时避免进入可能会导致公司投入大量资金而不能带来相应利益的误区。你将通过真正实践数据挖掘和预测分析来学习数据挖掘和预测分析。
　　危险！数据挖掘容易被搞砸
　　能够开展数据挖掘工作的新的现有软件平台不断涌现，这将带来新的危险。这些应用处理数据非常方便，强大的数据挖掘算法以黑盒方式嵌入到软件中，导致滥用情况出现的比例更高 数据挖掘与预测分析（第2版）/大数据应用与技术丛书 电子书 下载 mobi epub pdf txt

评分☆☆☆☆☆

书不错！再买的。

评分☆☆☆☆☆

正版的参考书，可以一看

评分☆☆☆☆☆

特别好的书，赞一个

评分☆☆☆☆☆

还好还好还好还好还好还好还好还好还好还好还好还好

评分☆☆☆☆☆

不错,正版，有点专业

评分☆☆☆☆☆

感觉不错，价格也很公道，值的购买！翻译存在一些问题，有些表达比较晦涩，另外存在一些书写错误

评分☆☆☆☆☆

支持一下，符合需求

评分☆☆☆☆☆

继续深入学习 不错的专业书

评分☆☆☆☆☆

关于数据分析方面的书很多了，这本书内容丰富，需要一定的数学功底

类似图书 点击查看全场最低价