目 錄
第1章 數據挖掘的概念 1
1.1 概述 1
1.2 數據挖掘的起源 3
1.3 數據挖掘過程 4
1.4 大型數據集 7
1.5 數據倉庫 10
1.6 數據挖掘的商業方麵：為什麼
數據挖掘項目會失敗 13
1.7 本書結構安排 15
1.8 復習題 16
1.9 參考書目 17
第2章 數據準備 19
2.1 原始數據的錶述 19
2.2 原始數據的特性 23
2.3 原始數據的轉換 24
2.3.1 標準化 24
2.3.2 數據平整 25
2.3.3 差值和比率 25
2.4 丟失數據 26
2.5 時間相關數據 27
2.6 異常點分析 30
2.7 復習題 35
2.8 參考書目 38
第3章 數據歸約 41
3.1 大型數據集的維度 41
3.2 特徵歸約 43
3.2.1 特徵選擇 44
3.2.2 特徵提取 48
3.3 Relief算法 50
3.4 特徵排列的熵度量 51
3.5 主成分分析 53
3.6 值歸約 55
3.7 特徵離散化：
ChiMerge技術 58
3.8 案例歸約 61
3.9 復習題 63
3.10 參考書目 64
第4章 從數據中學習 67
4.1 學習機器 68
4.2 統計學習原理 72
4.3 學習方法的類型 75
4.4 常見的學習任務 77
4.5 支持嚮量機 80
4.6 kNN：最近鄰分類器 90
4.7 模型選擇與泛化 92
4.8 模型的評估 95
4.9 90%準確的情形 100
4.9.1 保險欺詐檢測 101
4.9.2 改進心髒護理 102
4.10 復習題 103
4.11 參考書目 104
第5章 統計方法 107
5.1 統計推斷 107
5.2 評測數據集的差異 109
5.3 貝葉斯定理 112
5.4 預測迴歸 114
5.5 方差分析 118
5.6 對數迴歸 120
5.7 對數-綫性模型 121
5.8 綫性判彆分析 124
5.9 復習題 126
5.10 參考書目 128
第6章 決策樹和決策規則 131
6.1 決策樹 132
6.2 C4.5算法：生成決策樹 134
6.3 未知屬性值 139
6.4 修剪決策樹 142
6.5 C4.5算法：生成決策規則 143
6.6 CART算法和Gini指標 146
6.7 決策樹和決策規則的
局限性 148
6.8 復習題 150
6.9 參考書目 153
第7章 人工神經網絡 155
7.1 人工神經元的模型 156
7.2 人工神經網絡的結構 159
7.3 學習過程 161
7.4 使用ANN完成的
學習任務 164
7.4.1 模式聯想 164
7.4.2 模式識彆 164
7.5 多層感知機 166
7.6 競爭網絡和競爭學習 172
7.7 SOM 174
7.8 復習題 178
7.9 參考書目 180
第8章 集成學習 183
8.1 集成學習方法論 184
8.2 多學習器組閤方案 187
8.3 bagging和boosting 188
8.4 AdaBoost算法 189
8.5 復習題 190
8.6 參考書目 193
第9章 聚類分析 195
9.1 聚類的概念 195
9.2 相似度的度量 198
9.3 凝聚層次聚類 203
9.4 分區聚類 206
9.5 增量聚類 208
9.6 DBSCAN算法 211
9.7 BIRCH 算法 213
9.8 聚類驗證 215
9.9 復習題 215
9.10 參考書目 218
第10章 關聯規則 221
10.1 購物籃分析 222
10.2 Apriori 算法 223
10.3 從頻繁項集中得到
關聯規則 225
10.4 提高Apriori算法的效率 226
10.5 FP增長方法 227
10.6 關聯分類方法 229
10.7 多維關聯規則挖掘 231
10.8 復習題 232
10.9 參考書目 236
第11章 Web挖掘和文本挖掘 237
11.1 Web挖掘 237
11.2 Web內容、結構與
使用挖掘 238
11.3 HITS和LOGSOM算法 240
11.4 挖掘路徑遍曆模式 245
11.5 PageRank算法 247
11.6 文本挖掘 249
11.7 潛在語義分析 252
11.8 復習題 255
11.9 參考書目 257
第12章 數據挖掘高級技術 259
12.1 圖挖掘 259
12.2 時態數據挖掘 270
12.2.1 時態數據錶示 271
12.2.2 序列之間的相似性
度量 274
12.2.3 時態數據模型 276
12.2.4 數據挖掘 277
12.3 空間數據挖掘(SDM) 281
12.4 分布式數據挖掘(DDM) 284
12.5 關聯並不意味著存在
因果關係 290
12.6 數據挖掘的隱私、安全及
法律問題 295
12.7 復習題 299
12.8 參考書目 300
第13章 遺傳算法 303
13.1 遺傳算法的基本原理 304
13.2 用遺傳算法進行優化 305
13.2.1 編碼方案和初始化 306
13.2.2 適閤度估計 306
13.2.3 選擇 307
13.2.4 交叉 308
13.2.5 突變 308
13.3 遺傳算法的簡單例證 310
13.3.1 錶述 310
13.3.2 初始群體 311
13.3.3 評價 311
13.3.4 交替 312
13.3.5 遺傳算子 312
13.3.6 評價(第二次迭代) 313
13.4 圖式 314
13.5 旅行推銷員問題 316
13.6 使用遺傳算法的
機器學習 318
13.6.1 規則交換 320
13.6.2 規則概化 320
13.6.3 規則特化 321
13.6.4 規則分割 321
13.7 遺傳算法用於聚類 321
13.8 復習題 323
13.9 參考書目 324
第14章 模糊集和模糊邏輯 327
14.1 模糊集 327
14.2 模糊集的運算 332
14.3 擴展原理和模糊關係 335
14.4 模糊邏輯和模糊
推理係統 339
14.5 多因子評價 342
14.6 從數據中提取模糊模型 344
14.7 數據挖掘和模糊集 349
14.8 復習題 350
14.9 參考書目 352
第15章 可視化方法 353
15.1 感知和可視化 353
15.2 科學可視化和信息
可視化 354
15.3 平行坐標 359
15.4 放射性可視化 361
15.5 使用自組織映射進行
可視化 363
15.6 數據挖掘的可視化係統 365
15.7 復習題 368
15.8 參考書目 369
附錄A 數據挖掘工具 371
附錄B 數據挖掘應用 393
· · · · · · (收起)