出版社:科学出版社
年代:2019
定价:158.0
本书共分6章。第1章介绍数据挖掘技术的发展背景与用途,Weka简介和示例数据集介绍;第2章介绍数据挖掘的对象,即数据的基本概念,包括样本与实例,数据类型,以及weka使用的ARFF格式文件;第3章介绍分类算法,首先介绍分类方法的一般化评价指标,然后依次介绍决策树方法(包括ID3算法,C4.5算法,带嫁接功能的C4.5算法,分类与回归树以及减少-误差剪枝决策树),分类规则方法(包括分类规则算法的基本思想,覆盖算法,决策列表算法,基于全局优化的分类规则算法,涟波下降算法,1-rule分类算法,简单连接规则和简单分类规则),贝叶斯方法(包括贝叶斯方法基础,朴素贝叶斯方法,多项式贝叶斯方法,贝叶斯网络,隐匿朴素贝叶斯方法),分类函数方法(包括logistic回归,Winnow分类器,多层感知机,径向基函数网络,序列最小优化算法,核logistic回归,投票感知机,随机梯度下降算法)和惰性方法(包括惰性方法的基本思想,K最近邻分类器);第4章主要介绍预测算法,首先介绍了预测器的一般化评价指标,然后依次介绍预测规则方法(包括简单连接规则,简单分类规则),预测函数方法(多重线性回归,简单线性回归,最小中值平方线性回归,基于投影的线性回归,保序回归和序列最小优化回归);第五章介绍聚类算法,包括K-均值聚类,X-均值聚类,层次聚类,增量聚类,基于概率的聚类,基于密度的聚类,CLOPE聚类;第6章介绍基于频繁模式的关联规则算法,包括模式挖掘的基本概念,Apriori算法,FP-Growth算法。
书籍详细信息 | |||
书名 | 数据挖掘基础算法理论与Weka应用技术站内查询相似图书 | ||
9787030628022 如需购买下载《数据挖掘基础算法理论与Weka应用技术》pdf扫描版电子书或查询更多相关信息,请直接复制isbn,搜索即可全网搜索该ISBN | |||
出版地 | 北京 | 出版单位 | 科学出版社 |
版次 | 1版 | 印次 | 1 |
定价(元) | 158.0 | 语种 | 简体中文 |
尺寸 | 26 × 19 | 装帧 | 平装 |
页数 | 376 | 印数 |