第1章緒論1
1.1應(yīng)用背景1
1.1.1商業(yè)上的驅(qū)動2
1.1.2科學(xué)研究上的驅(qū)動2
1.1.3數(shù)據(jù)挖掘伴隨著數(shù)據(jù)庫數(shù)據(jù)庫技術(shù)而出現(xiàn)2
1.2什么是數(shù)據(jù)挖掘3
1.2.1基本描述3
1.2.2知識發(fā)現(xiàn)知識發(fā)現(xiàn)4
1.3數(shù)據(jù)挖掘的主要技術(shù)5
1.4數(shù)據(jù)挖掘的主要研究內(nèi)容7
1.5數(shù)據(jù)挖掘面臨的主要問題10
1.6數(shù)據(jù)挖掘相關(guān)的資料11
1.7本書的總體章節(jié)安排12
1.8小結(jié)13
參考文獻(xiàn)13
第2章數(shù)據(jù)獲取15
2.1引言15
2.2背景介紹15
2.3數(shù)據(jù)采集17
2.3.1數(shù)據(jù)發(fā)現(xiàn)17
2.3.2數(shù)據(jù)增強(qiáng)18
2.3.3數(shù)據(jù)生成18
2.4數(shù)據(jù)標(biāo)注19
2.4.1利用現(xiàn)有標(biāo)簽19
2.4.2基于眾包技術(shù)19
2.4.3使用弱監(jiān)督學(xué)習(xí)的方法20
2.5提升已有數(shù)據(jù)和模型20
2.5.1提升已有數(shù)據(jù)20
2.5.2提升已有模型21
2.6技術(shù)選擇指南21
2.7小結(jié)21
參考文獻(xiàn)21
第3章數(shù)據(jù)預(yù)處理23
3.1引言23
3.2數(shù)據(jù)預(yù)處理的基本概念23
3.2.1數(shù)據(jù)的基本概念23
3.2.2為什么要進(jìn)行數(shù)據(jù)預(yù)處理26
3.2.3數(shù)據(jù)預(yù)處理的任務(wù)27
3.3數(shù)據(jù)的描述27
3.3.1描述數(shù)據(jù)的中心趨勢28
3.3.2描述數(shù)據(jù)的分散程度30
3.3.3描述數(shù)據(jù)的其他方式31
3.4數(shù)據(jù)清洗33
3.4.1數(shù)據(jù)缺失的處理33
3.4.2數(shù)據(jù)清洗34
3.5數(shù)據(jù)集成和轉(zhuǎn)換36
3.5.1數(shù)據(jù)集成36
3.5.2數(shù)據(jù)冗余36
3.5.3數(shù)據(jù)轉(zhuǎn)換38
3.6數(shù)據(jù)歸約和變換39
3.6.1數(shù)據(jù)歸約39
3.6.2數(shù)據(jù)離散化42
3.6.3概念層次生成43
3.7小結(jié)44
參考文獻(xiàn)45
第4章數(shù)據(jù)倉庫46
4.1引言46
4.2數(shù)據(jù)庫基本概念回顧46
4.2.1數(shù)據(jù)庫簡介47
4.2.2表、記錄和域47
4.2.3數(shù)據(jù)庫管理系統(tǒng)47
4.3數(shù)據(jù)倉庫簡介48
4.3.1數(shù)據(jù)倉庫特點(diǎn)48
4.3.2數(shù)據(jù)倉庫概念49
4.3.3數(shù)據(jù)倉庫作用50
4.3.4數(shù)據(jù)倉庫與DBMS對比50
4.3.5分離數(shù)據(jù)倉庫的原因51
4.4多維數(shù)據(jù)模型52
4.4.1數(shù)據(jù)立方體52
4.4.2概念模型54
4.4.3概念分層概念分層57
4.4.4典型OLAP操作58
4.4.5星型網(wǎng)絡(luò)的查詢模型60
4.5數(shù)據(jù)倉庫結(jié)構(gòu)61
4.5.1數(shù)據(jù)倉庫設(shè)計(jì)61
4.5.2多層體系結(jié)構(gòu)63
4.6數(shù)據(jù)倉庫的功能64
4.6.1數(shù)據(jù)立方體的有效計(jì)算64
4.6.2索引OLAP數(shù)據(jù)69
4.6.3OLAP查詢的有效處理70
4.7從數(shù)據(jù)倉庫到數(shù)據(jù)挖掘70
4.7.1數(shù)據(jù)倉庫應(yīng)用70
4.7.2從OLAP到OLAM71
4.8小結(jié)73
參考文獻(xiàn)73
第5章相關(guān)性與關(guān)聯(lián)規(guī)則75
5.1基本概念75
5.1.1潛在的應(yīng)用75
5.1.2購物籃問題購物籃問題76
5.1.3頻繁模式分析、閉項(xiàng)集和關(guān)聯(lián)規(guī)則76
5.2頻繁項(xiàng)集挖掘方法78
5.2.1Apriori算法78
5.2.2由頻繁項(xiàng)集產(chǎn)生關(guān)聯(lián)規(guī)則80
5.2.3提高Apriori的效率81
5.2.4挖掘頻繁項(xiàng)集的模式增長方法82
5.3多種關(guān)聯(lián)規(guī)則挖掘關(guān)聯(lián)規(guī)則挖掘84
5.3.1挖掘多層關(guān)聯(lián)規(guī)則84
5.3.2挖掘多維關(guān)聯(lián)規(guī)則86
5.3.3挖掘量化關(guān)聯(lián)規(guī)則87
5.4從關(guān)聯(lián)分析到相關(guān)分析相關(guān)分析88
5.4.1相關(guān)分析89
5.4.2強(qiáng)規(guī)則不一定是有價值的89
5.4.3挖掘高度關(guān)聯(lián)的模式90
5.5基于約束的頻繁模式挖掘91
5.5.1關(guān)聯(lián)規(guī)則的元規(guī)則制導(dǎo)挖掘91
5.5.2基于約束的模式生成: 模式空間剪枝和數(shù)據(jù)空間剪枝92
5.6小結(jié)94
參考文獻(xiàn)94
第6章分類和預(yù)測100
6.1引言100
6.2基本概念100
6.2.1什么是分類100
6.2.2什么是預(yù)測102
6.3關(guān)于分類和預(yù)測的問題102
6.3.1準(zhǔn)備分類和預(yù)測的數(shù)據(jù)102
6.3.2評價分類和預(yù)測方法102
6.4決策樹決策樹分類103
6.4.1決策樹歸納104
6.4.2屬性選擇度量104
6.4.3提取分類規(guī)則107
6.4.4基本決策樹歸納的增強(qiáng)108
6.4.5在大數(shù)據(jù)集中的分類108
6.5貝葉斯分類108
6.5.1貝葉斯定理109
6.5.2樸素貝葉斯分類樸素貝葉斯分類109
6.5.3貝葉斯信念網(wǎng)絡(luò)貝葉斯信念網(wǎng)絡(luò)111
6.5.4貝葉斯網(wǎng)絡(luò)學(xué)習(xí)112
6.6神經(jīng)網(wǎng)絡(luò)113
6.6.1神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)簡介114
6.6.2多層神經(jīng)網(wǎng)絡(luò)114
6.6.3神經(jīng)網(wǎng)絡(luò)訓(xùn)練115
6.6.4后向傳播115
6.6.5網(wǎng)絡(luò)剪枝和規(guī)則抽取117
6.7支持向量機(jī)118
6.7.1數(shù)據(jù)線性可分的情況118
6.7.2數(shù)據(jù)線性不可分的情況120
6.7.3支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)的對比122
6.8關(guān) 聯(lián) 分 類關(guān)聯(lián)分類122
6.8.1為什么有效123
6.8.2常見關(guān)聯(lián)分類算法123
6.9分類準(zhǔn)確率123
6.9.1估計(jì)錯誤率124
6.9.2裝袋裝袋和提升提升124
6.10小結(jié)126
參考文獻(xiàn)126
第7章深度學(xué)習(xí)129
7.1引言129
7.2卷積神經(jīng)網(wǎng)絡(luò)129
7.2.1卷積運(yùn)算129
7.2.2卷積層130
7.2.3池化層132
7.2.4典型結(jié)構(gòu)及其應(yīng)用133
7.3循環(huán)神經(jīng)網(wǎng)絡(luò)134
7.3.1循環(huán)神經(jīng)網(wǎng)絡(luò)135
7.3.2長短期記憶神經(jīng)網(wǎng)絡(luò)135
7.3.3門控循環(huán)單元網(wǎng)絡(luò)136
7.3.4雙向循環(huán)神經(jīng)網(wǎng)絡(luò)137
7.3.5典型結(jié)構(gòu)及其應(yīng)用138
7.4常用的深度學(xué)習(xí)框架139
7.5小結(jié)139
參考文獻(xiàn)139
第8章聚類分析141
8.1聚類分析的定義和數(shù)據(jù)類型141
8.1.1聚類的定義141
8.1.2聚類分析和主要應(yīng)用142
8.1.3聚類分析方法的性能指標(biāo)143
8.1.4聚類分析使用的數(shù)據(jù)類型143
8.2聚類分析方法分類與相似性質(zhì)量145
8.2.1聚類分析方法分類145
8.2.2連續(xù)變量的距離與相似性度量146
8.2.3二元變量與標(biāo)稱變量的相似性度量148
8.2.4序數(shù)和比例標(biāo)度變量的相似性度量149
8.2.5混合類型變量的相似性度量149
8.3基于分割的聚類150
8.4基于層次的聚類153
8.5基于密度的聚類157
8.6基于網(wǎng)格的聚類158
8.7基于模型的聚類159
8.8離群點(diǎn)離群點(diǎn)檢測離群點(diǎn)檢測160
8.9小結(jié)161
參考文獻(xiàn)161
第9章數(shù)據(jù)可視化163
9.1引言163
9.2數(shù)據(jù)可視化的參考模型163
9.3數(shù)據(jù)可視化的基本準(zhǔn)則164
9.3.1正確性164
9.3.2高效性165
9.3.3可觀性166
9.44類典型數(shù)據(jù)的可視化166
9.4.1統(tǒng)計(jì)數(shù)據(jù)可視化166
9.4.2文本數(shù)據(jù)可視化167
9.4.3網(wǎng)絡(luò)關(guān)系數(shù)據(jù)可視化168
9.4.4時空數(shù)據(jù)可視化170
9.5小結(jié)170
參考文獻(xiàn)171
第10章數(shù)據(jù)挖掘應(yīng)用172
10.1引言172
10.2應(yīng)用研發(fā)思路173
10.3預(yù)處理方法173
10.3.1基礎(chǔ)數(shù)據(jù)說明173
10.3.2數(shù)字化方法說明173
10.3.3深入一步的預(yù)處理方法175
10.3.4基本數(shù)據(jù)分布情況說明177
10.3.5初步分析結(jié)果178
10.3.6小結(jié)181
10.4特征提取方法181
10.4.18種特征提取方法181
10.4.2特征總體排名策略182
10.4.3終關(guān)鍵特征183
10.4.4特征提取與分析結(jié)論187
10.4.5小結(jié)188
10.5皮膚特征預(yù)測模型188
10.5.1預(yù)測方法回顧189
10.5.2預(yù)測結(jié)果分析與結(jié)論190
10.5.3小結(jié)200
10.6小結(jié)201
參考文獻(xiàn)202
附錄203
附錄A插圖索引203
附錄B表格索引205
附錄C算法索引207
附錄D關(guān)鍵詞索引207