第 1 章 數據挖掘那些事兒 1
1.1 當我們在談數據挖掘時，其實在討論什麼 2
1.2 從 CRISP-DM 開啓數據挖掘實踐 7
第 2 章 數據挖掘之利器：SPSS Modeler 17
2.1 SPSS Modeler 簡介 18
2.2 SPSS Modeler 的下載與安裝 21
2.3 SPSS Modeler 的主界麵及基本操作 23
2.3.1 SPSS Modeler 主界麵介紹 23
2.3.2 鼠標基本操作 31
2.4 將 SPSS Modeler 連接到服務器端 31
第 3 章 巧婦難為無米之炊：數據，數據！ 34
3.1 數據的身份 35
3.1.1 變量的測量級彆 35
3.1.2 變量的角色 36
3.2 數據的讀取 37
3.2.1 讀取 Excel 文件數據 37
3.2.2 讀取變量文件數據 38
3.2.3 讀取 SPSS Statistics（.sav）文件數據 40
3.2.4 讀取數據庫數據 42
3.3 數據的基本設定 45
3.3.1 變量角色的設定 45
3.3.2 字段的篩選及命名 46
3.4 數據的集成 47
3.4.1 數據的變量集成：閤並節點 47
3.4.2 數據的記錄集成：追加節點 50
第 4 章 一點都不簡單的描述性統計分析 53
4.1 分類變量的基本分析： “矩陣”節點 54
4.2 連續變量的基本分析：數據審核節點 57
4.2.1 連續變量基本分析指標介紹 57
4.2.2 “數據審核”節點 63
第 5 章 何為足夠大的差異：常用的統計檢驗 67
5.1 假設檢驗 68
5.1.1 假設檢驗的基本原理 68
5.1.2 假設檢驗的一般步驟 69
5.2 連續變量與分類變量之間的關係： t 檢驗 70
5.2.1 兩組獨立樣本均值比較 71
5.2.2 兩組配對樣本均值比較 72
5.2.3 使用 t 檢驗的前提條件 73
5.2.4 案例：使用均值比較分析電信客戶的流失情況 73
5.3 兩個連續變量之間的關係：相關分析 75
5.3.1 相關分析理論 76
5.3.2 案例：使用相關分析研究居民消費水平與國內生産總值的相關關係 77
5.4 兩個分類變量之間的關係：卡方檢驗 80
5.4.1 卡方檢驗的原理 80
5.4.2 卡方檢驗的前提條件 82
5.4.3 案例：使用卡方檢驗研究兩個分類字段之間的關係 82
第 6 章 從身高和體重的關係談起：迴歸分析 84
6.1 一元綫性迴歸分析 85
6.1.1 分析因變量與自變量的關係，構建迴歸模型 85
6.1.2 估計模型係數，求解迴歸模型 87
6.1.3 對模型係數進行檢驗，確認模型有效性 88
6.1.4 擬閤優度檢驗，判斷模型解釋能力 89
6.1.5 藉助迴歸模型進行預測 90
6.2 多元綫性迴歸分析 90
6.2.1 估計模型係數，求解迴歸模型 91
6.2.2 對模型參數進行檢驗，確認模型有效性 92
6.2.3 擬閤優度檢驗，判斷模型解釋能力 94
6.2.4 模型的變量選擇 95
6.3 使用綫性迴歸分析的注意事項 97
6.4 案例：使用迴歸分析研究影響房屋價格的重要因素 98
第 7 章 迴歸豈止這麼簡單：迴歸模型的進一步擴展 102
7.1 麯綫迴歸 103
7.2 Logistic 迴歸 110
7.2.1 Logistic 迴歸理論 110
7.2.2 案例：使用 Logistic 迴歸模型分析個人收入水平影響因素 112
第 8 章 模型評估那些事兒：過擬閤與欠擬閤 117
8.1 過擬閤與欠擬閤 118
8.2 留齣法與交叉驗證 122
8.2.1 留齣法與分層抽樣 122
8.2.2 交叉驗證 124
第 9 章 從看電影的思考到決策樹的生成 126
9.1 決策樹概述 127
9.2 決策樹生成 129
9.2.1 從 ID3 算法到 C5.0 算法 131
9.2.2 CART 算法 134
9.3 決策樹的剪枝 136
9.3.1 預剪枝策略 137
9.3.2 後剪枝策略 137
9.3.3 代價敏感學習 138
9.4 案例：用決策樹分析客戶違約情況 140
9.5 關於信息熵的擴展 147
第 10 章 人工神經網絡：從人腦神經元開始 151
10.1 從人腦神經元到人工神經網絡 152
10.2 感知機 154
10.3 人工神經網絡 159
10.3.1 隱藏層的作用 159
10.3.2 人工神經網絡算法 160
10.4 案例：利用人工神經網絡分析某電信運營商的客戶流失情況 164
第 11 章 物以類聚，人以群分：聚類分析 172
11.1 聚類思想的概述 173
11.2 聚類方法的關鍵：距離 175
11.3 K-Means 算法 176
11.3.1 K-Means 算法原理 176
11.3.2 輪廓係數（Silhouette coefficient） 177
11.4 案例：利用 K-Means 算法對不同型號汽車的屬性進行聚類分群研究 179
第 12 章 啤酒+尿布=關聯分析？ 186
12.1 一個關於關聯分析的傳說 187
12.2 關聯分析的基本概念 188
12.3 關聯規則的有效性指標 190
12.4 Apriori 算法 192
12.4.1 生成頻繁項集 193
12.4.2 生成關聯規則 195
12.5 案例：利用 Apriori 算法對顧客的個人信息及購買記錄進行關聯分析 195
第 13 章 三個臭皮匠，賽過諸葛亮：集成學習算法 199
13.1 集成學習算法概述 200
13.2 3 種不同的集成學習算法 201
13.2.1 Bagging 算法 201
13.2.2 Boosting 算法 203
13.2.3 隨機森林 204
13.3 集成學習算法實踐 205
13.3.1 Bagging 算法和 Boosting 算法 205
13.3.2 隨機森林 211
13.3.3 集成學習算法結果比較 214
· · · · · · (收起)