VIP会员
内容简介
《数据挖掘原理(第4版)》解释、探索了数据挖掘的主要技术，可以从数据中自动提取隐式和潜在有用的信息。数据挖掘越来越多地用于商业、科学和其他应用领域，它侧重于分类、关联规则挖掘和聚类。 书中对每个主题都进行了清晰的解释，是算法而不是数学公式，并通过详细的有效示例加以说明。本书是为没有强数学或统计学背景的读者写的，并详细解释了使用的所有公式。 《数据挖掘原理(第4版)》适合作为本科生或研究生层次的教材，适用专括计算机科学、商业研究、市场营销、人工智能、生物信息学和法医学。 为了帮助读者自学，本书旨在帮助普通读者理解什么是“黑盒”，这样他们可以有差别地使用商业数据挖，读者或学术研究者可以对未来该领域的技术进步做出贡献。 书中每一章都有实践练习，让读者检查自己的进度。附录括所使用的技术术语的完整术语表。 数据挖掘原括对流数据分类算法的介绍括平稳数据(底层模型是固定的)和依赖时间的数据(底层模型不时变化)——这种现象称为概念漂移。 《数据挖掘原理(第4版)》提供了前馈神经网络与反向传播的详细描述，并显示它如何可以用于分类。
目录
目 录 第1章 数据挖掘简介 11.1 数据爆炸 11.2 知识发现 21.3 数据挖掘的应用 31.4 标签数据和无标签数据 41.5 监督学习：分类 41.6 监督学习：数值预测 61.7 无监督学习：关联规则 61.8 无监督学习：聚类 7第2章 用于挖掘的数据 92.1 标准制定 92.2 变量的类型 102.3 数据准备 112.4 缺失值 132.4.1 丢弃实例 142.4.2 用频繁值/平均值替换 142.5 减少属个数 142.6 数据集的UCI存储库 152.7 本章小结 162.8 自我评估练习 16第3章 分类简介：朴素贝叶斯和_x00B_邻算法 173.1 什么是分类 173.2 朴素贝叶斯分类器 183.3 邻分类 243.3.1 距离测量 263.3.2 标准化 283.3.3 处理分类属 293.4 急切式和懒惰式学习 303.5 本章小结 303.6 自我评估练习 30第4章 使用决策树进行分类 334.1 决策规则和决策树 334.1.1 决策树：高尔夫示例 334.1.2 术语 354.1.3 degrees数据集 354.2 TDIDT算法 384.3 推理的类型 404.4 本章小结 414.5 自我评估练习 41第5章 决策树归纳：使用熵_x00B_进行属选择 435.1 属选择：一个实验 435.2 替代决策树 445.2.1 足球/无板篮球示例 445.2.2 匿名数据集 465.3 选择要分裂的属：使用熵 485.3.1 lens24数据集 485.3.2 熵 495.3.3 使用熵进行属选择 505.3.4 信息增益大化 525.4 本章小结 535.5 自我评估练习 53第6章 决策树归纳：使用频率表_x00B_进行属选择 556.1 实践中的熵计算 556.1.1 等效证明 576.1.2 关于零值的说明 586.2 其他属选择标准：多样_x00B_基尼指数 586.3 χ2属选择准则 596.4 归纳偏好 626.5 使用增益比进行属选择 636.5.1 分裂信息的属 646.5.2 结 656.6 不同属选择标准生成的_x00B_规则数 656.7 缺失分支 666.8 本章小结 676.9 自我评估练习 67第7章 估计分类器的预测精度 697.1 简介 697.2 方法1：将数据划分为_x00B_训练集和测试集 707.2.1 标准误差 707.2.2 重复训练和测试 717.3 方法2：k折交叉验证 727.4 方法3：N折交叉验证 727.5 实验结果I 737.6 实验结果II含缺失值的_x00B_数据集 757.6.1 策略1：丢弃实例 757.6.2 策略2：用频繁值/_x00B_平均值替换 767.6.3 类别缺失 777.7 混淆矩阵 777.8 本章小结 797.9 自我评估练习 79第8章 连续属 818.1 简介 818.2 局部与全局离散化 838.3 向TDIDT添加局部离散化 838.3.1 计算一组伪属的信息_x00B_增益 848.3.2 计算效率 888.4 使用ChiMerge算法进行_x00B_全局离散化 908.4.1 计算期望值和χ2 928.4.2 查找阈值 968.4.3 设置minIntervals和_x00B_maxIntervals 978.4.4 ChiMerge算法结 988.4.5 对ChiMerge算法的评述 988.5 比较树归纳法的全局离_x00B_散化和局部离散化 998.6 本章小结 1008.7 自我评估练习 100第9章 避免决策树的过度拟合 1019.1 处理训练集中的冲突 1019.2 关于过度拟合数据的更多_x00B_规则 1059.3 预剪枝决策树 1069.4 后剪枝决策树 1089.5 本章小结 1139.6 自我评估练习 113第10章 关于熵的更多信息 11510.1 简介 11510.2 使用位的编码信息 11810.3 区分M个值(M不是2_x00B_的幂) 11910.4 对“非等可能”的值进行_x00B_编码 12110.5 训练集的熵 12310.6 信息增益必须为正数或0 12410.7 使用信息增益简化分类_x00B_任务的特征 12510.7.1 示例1：geics_x00B_数据集 12610.7.2 示例2：bcst96数据集 12810.8 本章小结 13010.9 自我评估练习 130第11章 归纳分类的模块化规则 13111.1 规则后剪枝 13111.2 冲突解决 13211.3 决策树的问题 13511.4 Prism算法 13711.4.1 基本Prism算法的_x00B_变化 14311.4.2 将Prism算法与TDIDT_x00B_算法进行比较 14411.5 本章小结 14511.6 自我评估练习 145第12章 度量分类器的能 14712.1 真假正例和真假负例 14812.2 能度量 14912.3 真假正例率与预测精度 15212.4 ROC图 15312.5 ROC曲线 15512.6 寻找佳分类器 15512.7 本章小结 15712.8 自我评估练习 157第13章 处理大量数据 15913.1 简介 15913.2 将数据分发到多个_x00B_处理器 16113.3 案例研究：PMCRI 16313.4 评估分布式系统PMCRI的_x00B_有效 16513.5 逐步修改分类器 16913.6 本章小结 17313.7 自我评估练习 173第14章 集成分类 17514.1 简介 17514.2 估计分类器的能 17714.3 为每个分类器选择不同的_x00B_训练集 17814.4 为每个分类器选择一组_x00B_不同的属 17914.5 组合分类：替代投票_x00B_系统 17914.6 并行集成分类器 18314.7 本章小结 18314.8 自我评估练习 183第15章 比较分类器 18515.1 简介 18515.2 配对t检验 18615.3 为比较评估选择数据集 19115.4 抽样 19315.5 “无显著差异”的结果有多_x00B_糟糕 19515.6 本章小结 19615.7 自我评估练习 196第16章 关联规则挖掘I 19916.1 简介 19916.2 规则兴趣度的衡量标准 20016.2.1 Piatetsky-Shapiro标准_x00B_和RI度量 20216.2.2 规则兴趣度度量_x00B_应用于chess数据集 20416.2.3 使用规则兴趣度度量_x00B_解决冲突 20616.3 关联规则挖掘任务 20616.4 找到佳N条规则 20716.4.1 J-Measure：度量规则的_x00B_信息内容 20716.4.2 搜索策略 20916.5 本章小结 21116.6 自我评估练习 211第17章 关联规则挖掘II 21317.1 简介 21317.2 事务和项目集 21317.3 对项目集的支持 21517.4 关联规则 21517.5 生成关联规则 21717.6 Apriori 21817.7 生成支持的项目集：一个_x00B_示例 22117.8 为支持项目集生成规则 22317.9 规则兴趣度度量：提升度_x00B_和杠杆率 22417.10 本章小结 22617.11 自我评估练习 227第18章 关联规则挖掘III：_x00B_频繁模式树 22918.1 简介：FP-growth 22918.2 构造FP-tree 23118.2.1 预处理事务数据库 23118.2.2 初始化 23318.2.3 处理事务1：f, c, a, _x00B_m, p 23418.2.4 处理事务2：f, c, a, _x00B_b, m 23518.2.5 处理事务3：f, b 23918.2.6 处理事务4：c, b, p 24018.2.7 处理事务5：f, c, a, _x00B_m, p 24018.3 从FP-tree中查找频繁_x00B_项目集 24218.3.1 以项目p结尾的_x00B_项目集 24418.3.2 以项目m结尾的_x00B_项目集 25218.4 本章小结 25818.5 自我评估练习 258第19章 聚类 25919.1 简介 25919.2 k-means聚类 26119.2.1 示例 26219.2.2 找到佳簇集 26619.3 凝聚式层次聚类 26719.3.1 记录簇间距离 26919.3.2 终止聚类过程 27219.4 本章小结 27219.5 自我评估练习 272第20章 文本挖掘 27320.1 多重分类 27320.2 表示数据挖掘的文本_x00B_文档 27420.3 停用词和词干 27520.4 使用信息增益减少特征 27620.5 表示文本文档：构建向_x00B_量空间模型 27620.6 规范权重 27720.7 测量两个向量之间的_x00B_距离 27820.8 度量文本分类器的能 27920.9 超文本分类 28020.9.1 对网页进行分类 28020.9.2 超文本分类与文本_x00B_分类 28120.10 本章小结 28420.11 自我评估练习 284第21章 分类流数据 28521.1 简介 28521.2 构建H-Tree：更新数组 28721.2.1 currentAtts数组 28721.2.2 splitAtt数组 28821.2.3 将记录排序到适当的_x00B_叶节点 28821.2.4 hitcount数组 28921.2.5 classtotals数组 28921.2.6 acvCounts阵列 28921.2.7 branch数组 29021.3 构建H-Tree：详细示例 29121.3.1 步骤1：初始化根_x00B_节点0 29121.3.2 步骤2：开始读取_x00B_记录 29121.3.3 步骤3：考虑在节点0_x00B_处分裂 29221.3.4 步骤4：在根节点上拆分_x00B_并初始化新的叶节点 29321.3.5 步骤5：处理下一组_x00B_记录 29521.3.6 步骤6：考虑在节点2_x00B_处分裂 29621.3.7 步骤7：处理下一组_x00B_记录 29621.3.8 H-Tree算法概述 29721.4 分裂属：使用信息_x00B_增益 29921.5 分裂属：使用Hoeffding_x00B_边界 30121.6 H-Tree算法：终版本 30421.7 使用不断进化的H-Tree_x00B_进行预测 30621.8 实验：H-Tree与TDIDT 30821.8.1 lens24数据集 30821.8.2 vote数据集 31021.9 本章小结 31121.10 自我评估练习 311第22章 分类流数据II：时间_x00B_相关数据 31322.1 平稳数据与时间相关_x00B_数据 31322.2 H-Tree算结 31522.2.1 currentAtts数组 31622.2.2 splitAtt数组 31622.2.3 hitcount数组 31622.2.4 classtotals数组 31622.2.5 acvCounts数组 31722.2.6 branch数组 31722.2.7 H-Tree算法的伪代码 31722.3 从H-Tree到CDH-Tree：_x00B_概述 31922.4 从H-Tree转换到CDH-Tree：_x00B_递增计数 31922.5 滑动窗口方法 32022.6 在节点处重新分裂 32422.7 识别可疑节点 32422.8 创建备用节点 32622.9 成长/遗忘备用节点_x00B_及其后代 32922.10 用备用节点替换一个_x00B_内部节点 33122.11 实验：跟踪概念漂移 33722.11.1 lens24数据：替代_x00B_模式 33922.11.2 引入概念漂移 33922.11.3 使用交替lens24_x00B_数据的实验 34022.11.4 关于实验的评论 34722.12 本章小结 34722.13 自我评估练习 347第23章 神经网络概论 34923.1 简介 34923.2 神经网络示例1 35123.3 神经网络示例2 35423.3.1 前向传播输入节点_x00B_的值 35623.3.2 前向传播：公式 36123.4 反向传播 36123.4.1 梯度下降 36223.4.2 求梯度 36323.4.3 从输出层倒推到_x00B_隐藏层 36523.4.4 从隐藏层倒推到_x00B_输入层 36723.4.5 更新权值 37023.5 处理多实例训练集 37223.6 使用神经网络进行分类：_x00B_iris数据集 37223.7 使用神经网络进行分类：_x00B_seeds数据集 37623.8 神经网络：注意事项 37923.9 本章小结 38023.10 自我评估练习 380附录A 基本数学知识 381附录B 数据集 395附录C 更多信息来源 411附录D 词汇表和符号 413附录E 自我评估练习题答案 433