成人国产欧美精品一区二区,色无码后射人妻,国产啪精品

內容簡介

　　《數(shù)據(jù)挖掘算法與Clementine實踐》主要介紹了幾種最成熟的數(shù)據(jù)挖掘方法，并針對每種方法，介紹了應用最廣泛的幾種實現(xiàn)算法。書中以Clementine12．0為平臺，用實例介紹了每種算法的具體應用。全書各章分別介紹了數(shù)據(jù)挖掘和Clementine軟件、決策樹分類方法（包括ID3、C4．5、C5．0、CART等算法）、聚類分析方法（包括K-Means算法和TwoStep算法）、關聯(lián)規(guī)則挖掘方法（包括Apriori算法、CARMA算法和序列模式挖掘算法）、數(shù)據(jù)篩選算法（包括特征選擇算法和異常檢測算法）、回歸分析方法（包括線性回歸算法和二項Logistic回歸）、神經網絡構建方法（包括多層感知器網絡、RBF網絡以及Kohonen網絡的構建算法）、時間序列分析方法（包括指數(shù)平滑法和ARIMA模型構建方法）。

作者簡介

暫缺《數(shù)據(jù)挖掘算法與Clementine實踐》作者簡介

圖書目錄

第1章數(shù)據(jù)挖掘概述
    1.1 數(shù)據(jù)挖掘簡介
    1.2 數(shù)據(jù)挖掘過程
    1.3 數(shù)據(jù)挖掘方法
    1.4 數(shù)據(jù)挖掘工具及軟件
第2章 clementine概述
    2.1 clementine簡介
    2.2 clementine基本操作
第3章決策樹
    3.1 分類與決策樹概述
    3.2 id3、c4.5與c5.0
    3.3 cart
第4章聚類分析
    4.1 聚類分析概述
    4.2 k-means算法
    4.3 twostep算法
第5章關聯(lián)規(guī)則
    5.1 關聯(lián)規(guī)則概述
    5.2 apriori算法
    5.3 carma算法
    5.4 序列模式
第6章數(shù)據(jù)篩選
    6.1 特征選擇
    6.2 異常檢測
第7章統(tǒng)計模型
    7.1 線性回歸
    7.2 項logistic回歸
第8章神經網絡
    8.1 神經網絡原理
    8.2 多層感知器與rbf網絡
    8.3 kohonen網絡
第9章時間序列分析與預測
    9.1 時間序列概述
    9.2 指數(shù)平滑法
    9.3 arima模型
參考文獻