SPSS Modeler數據挖掘方法及應用 (第4版) 薛薇 9787121500923 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202504*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：SPSS Modeler數據挖掘方法及應用 (第4版)
ISBN：9787121500923
出版社：電子工業
著編譯者：薛薇
頁數：348
所在地：中國大陸 *此為代購商品
書號：1748371
可大量預訂，請先連絡。

內容簡介

數據挖掘是人工智能和機器學習中最活躍的地帶。SPSS Modeler充分利用計算機系統的運算處理能力和圖形展現能力，將數據挖掘方法、應用與工具有機地融為一體，成為內容全面、功能強大、操作友好的數據挖掘軟體產品，是大數據分析的理想工具。 本書以數據挖掘的實踐過程為主線，系統介紹了決策樹、人工神經網絡、支持向量機、Logistic回歸、判別分析、貝葉斯網絡、聚類分析等一系列經典數據挖掘方法，以及數據整理和降維處理等必備知識。同時基於案例給出了SPSS Modeler實現的全過程。講解方法從易到難，說明問題從淺至深，軟體操作詳細全面。 本書力求以通俗的方式闡述數據挖掘方法的核心思想與基本原理，同時配合SPSS Modeler軟體操作說明。希望讀者能夠直觀理解方法本質，快速掌握軟體使用，並應用到數據挖掘實踐中。

作者簡介

薛薇，博士，中國人民大學應用統計研究中心專職研究員，中國人民大學統計學院副教授。主要開設課程：機器學習，計量經濟學，統計軟體，統計學。研究方向：機器學習與深度學習算法研究。基於顧客消費行為大數據的客戶終身價值統計建模，以及營銷與品牌大數據的機器學習算法應用。

目錄

第1章 數據挖掘和SPSS Modeler使用概述
1 1 數據挖掘的產生背景
1 1 1 海量大數據的分析需求催生數據挖掘
1 1 2 應用對理論的挑戰催生數據挖掘
1 2 什麼是數據挖掘
1 2 1 數據挖掘和資料庫中的知識發現
1 2 2 數據挖掘方法論
1 2 3 數據挖掘的任務和應用
1 2 4 數據挖掘得到的知識形式
1 2 5 數據挖掘算法的分類
1 3 SPSS Modeler軟體概述
1 3 1 SPSS Modeler的數據流
1 3 2 SPSS Modeler的窗口
1 3 3 數據流的基本管理
1 3 4 緩存節點和超節點
1 3 5 從一個示例看SPSS Modeler的使用
第2章 SPSS Modeler的數據讀入和數據集成
2 1 變數類型
2 1 1 從數據挖掘角度看變數類型
2 1 2 從計算機存儲角度看變數類型
2 2 讀入數據
2 2 1 讀自由格式的文本文件
2 2 2 讀Excel電子錶格數據
2 2 3 讀SPSS格式文件
2 3 數據集成
2 3 1 數據的縱向合併
2 3 2 數據的橫向合併
2 3 3 數據源替換
第3章 SPSS Modeler的數據理解
3 1 變數說明
3 1 1 變數的重新實例化
3 1 2 有效變數值和無效值調整
3 1 3 變數角色的說明
3 2 數據質量的評估和調整
3 2 1 數據的基本特徵與質量評價報告
3 2 2 變數值的調整
3 2 3 數據質量管理
3 3 數據的排序
3 3 1 單變數排序
3 3 2 多重排序
3 4 數據的分類匯總
3 4 1 單變數分類匯總
3 4 2 多重分類匯總
第4章 SPSS Modeler的數據準備
4 1 變數變換
4 1 1 CLEM表達式
4 1 2 變數值的重新計算
4 1 3 變數類別值的調整
4 2 變數派生
4 2 1 生成新變數
4 2 2 生成服從正態分佈的新變數
4 2 3 派生啞變數
4 3 數據精簡
4 3 1 隨機抽樣
4 3 2 根據條件選取樣本
4 4 建模中的數據集處理策略
4 4 1 樣本的平衡處理
4 4 2 樣本子集的劃分
第5章 SPSS Modeler的基本分析
5 1 數值型變數的基本分析
5 1 1 計算基本描述統計量
5 1 2 繪製散點圖
5 1 3 繪製線圖
5 2 兩分類型變數相關性的研究
5 2 1 兩分類型變數相關性的圖形分析
5 2 2 兩分類型變數相關性的數值分析
5 3 兩總體的均值比較
5 3 1 兩總體均值比較的圖形分析
5 3 2 獨立樣本的均值檢驗
5 3 3 配對樣本的均值檢驗
5 4 RFM分析
5 4 1 什麼是RFM分析
5 4 2 RFM匯總
5 4 3 計算RFM得分
第6章 SPSS Modeler的數據精簡
6 1 變數值的離散化處理
6 1 1 無監督的數據分組
6 1 2 有監督的數據分組
6 1 3 變數值離散化處理的應用示例
6 2 特徵選擇
6 2 1 特徵選擇的一般方法
6 2 2 特徵選擇的應用示例
6 3 因子分析
6 3 1 什麼是因子分析
6 3 2 因子提取和因子載荷矩陣的求解
6 3 3 因子的命名解釋
6 3 4 計算因子得分
6 3 5 因子分析的應用示例
第7章 分類預測：SPSS Modeler的決策樹
7 1 決策樹算法概述
7 1 1 什麼是決策樹
7 1 2 決策樹的幾何理解
7 1 3 決策樹的核心問題
7 2 SPSS Modeler的C5 0算法及其應用
7 2 1 信息熵和信息增益
7 2 2 C5 0決策樹的生長算法
7 2 3 C5 0決策樹的剪枝算法
7 2 4 C5 0決策樹的基本應用示例
7 2 5 C5 0的推理規則集
7 2 6 損失矩陣
7 2 7 N折交叉驗證和Boosting技術
7 3 SPSS Modeler的分類回歸樹及其應用
7 3 1 分類回歸樹的生長過程
7 3 2 分類回歸樹的剪枝過程
7 3 3 損失矩陣對分類回歸樹的影響
7 3 4 分類回歸樹的基本應用示例
7 3 5 分類回歸樹的交互建模
7 3 6 交互建模中分類回歸樹的評價
7 4 SPSS Modeler的CHAID算法及其應用
7 4 1 CHAID算法
7 4 2 窮舉CHAID算法
7 4 3 CHAID算法的剪枝
7 4 4 CHAID算法的應用示例
7 5 SPSS Modeler的QUEST算法及其應用
7 5 1 QUEST算法
7 5 2 QUEST算法的應用示例
7 6 模型的對比分析
7 6 1 不同模型的誤差對比
7 6 2 不同模型的收益對比
第8章 分類預測：SPSS Modeler的人工神經網絡
8 1 人工神經網絡算法概述
8 1 1 人工神經網絡的概念和種類
8 1 2 人工神經網絡中的節點和意義
8 1 3 人工神經網絡建立的一般步驟
8 2 SPSS Modeler的B-P反向傳播網絡
8 2 1 感知機模型
8 2 2 B-P反向傳播網絡的特點
8 2 3 B-P反向傳播算法
8 2 4 B-P反向傳播網絡的其他問題
8 3 SPSS Modeler的B-P反向傳播網絡的應用
8 3 1 基本操作
8 3 2 結果說明
8 4 SPSS Modeler的徑向基函數網絡及其應用
8 4 1 徑向基函
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。