掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
數據挖掘方法與模型 版權信息
- ISBN：9787040309683
- 條形碼：9787040309683 ; 978-7-04-030968-3
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
數據挖掘方法與模型 內容簡介
當下，由于強大的數據挖掘軟件平臺很容易獲得，草率地使用數據挖掘方法和技術將導致挖掘的結果混淆難解。這種失誤往往源自盲目使用“黑盒子”方法進行數據挖掘，而*好的避免途徑就是使用“自盒子”方法，理解隱藏在軟件背后的算法和統計模型結構。 本書分為7章，第l章是對降維方法的介紹，這是數據挖掘技術的一個先決條件；第2章至第6章為經典的數據挖掘算法和技術，包括一元回歸模型、多元回歸模型、邏輯回歸模型、貝葉斯網絡分析以及遺傳算法，通過實際案例引導讀者由已預處理的數據使用不同的挖掘技術從而得出所需結論；第7章為基于數據挖掘過程模型上的多個案例研究，通過多個領域的案例來闡述算法和技術是如何被運用的。 本書可作為數據挖掘課程教學用書，適用于高年級本科生和研究生的教學，也可供科研人員參考使用。
數據挖掘方法與模型 目錄
第1章 降維方法
1.1 數據挖掘中降低維度的必要性
1.2 主成分分析法
1.2.1 主成分分析應用于房屋數據集
1.2.2 應提取多少個主成分
1.3 因子分析法
1.3.1 因子分析法在成年人數據集中的應用
1.3.2?因子旋轉
1.4 用戶自定義合成
總結
參考文獻
練習題
第2章 回歸模型
2.1 簡單線性回歸實例
2.2 *小二乘法估計
1.1 數據挖掘中降低維度的必要性
1.2 主成分分析法
1.2.1 主成分分析應用于房屋數據集
1.2.2 應提取多少個主成分
1.3 因子分析法
1.3.1 因子分析法在成年人數據集中的應用
1.3.2?因子旋轉
1.4 用戶自定義合成
總結
參考文獻
練習題
第2章 回歸模型
2.1 簡單線性回歸實例
2.2 *小二乘法估計
展開全部
書友推薦
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
隨園食單
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
二體千字文
- >
月亮與六便士
- >
我從未如此眷戀人間
- >
朝聞道
本類暢銷
