目錄
前 言
基 礎(chǔ) 篇
第1章 數(shù)據(jù)挖掘基礎(chǔ)2
1.1 某知名連鎖餐飲企業(yè)的困惑2
1.2 從餐飲服務(wù)到數(shù)據(jù)挖掘3
1.3 數(shù)據(jù)挖掘的基本任務(wù)4
1.4 數(shù)據(jù)挖掘建模過程4
1.4.1 定義挖掘目標(biāo)4
1.4.2 數(shù)據(jù)取樣5
1.4.3 數(shù)據(jù)探索6
1.4.4 數(shù)據(jù)預(yù)處理7
1.4.5 挖掘建模7
1.4.6 模型評價7
1.5 常用數(shù)據(jù)挖掘建模工具7
1.6 小結(jié)9
第2章 R語言簡介10
2.1 R安裝10
2.2 R使用入門11
2.2.1 R操作界面11
2.2.2 RStudio窗口介紹12
2.2.3 R常用操作13
2.3 R數(shù)據(jù)分析包16
2.4 配套附件使用設(shè)置18
2.5 小結(jié)18
第3章 數(shù)據(jù)探索19
3.1 數(shù)據(jù)質(zhì)量分析19
3.1.1 缺失值分析20
3.1.2 異常值分析20
3.1.3 一致性分析22
3.2 數(shù)據(jù)特征分析23
3.2.1 分布分析23
3.2.2 對比分析25
3.2.3 統(tǒng)計量分析27
3.2.4 周期性分析29
3.2.5 貢獻度分析30
3.2.6 相關(guān)性分析31
3.3 R語言主要數(shù)據(jù)探索函數(shù)35
3.3.1 統(tǒng)計特征函數(shù)35
3.3.2 統(tǒng)計作圖函數(shù)37
3.4 小結(jié)40
第4章 數(shù)據(jù)預(yù)處理41
4.1 數(shù)據(jù)清洗42
4.1.1 缺失值處理42
4.1.2 異常值處理45
4.2 數(shù)據(jù)集成45
4.2.1 實體識別46
4.2.2 冗余屬性識別46
4.3 數(shù)據(jù)變換46
4.3.1 簡單函數(shù)變換46
4.3.2 規(guī)范化47
4.3.3 連續(xù)屬性離散化48
4.3.4 屬性構(gòu)造51
4.3.5 小波變換52
4.4 數(shù)據(jù)規(guī)約55
4.4.1 屬性規(guī)約55
4.4.2 數(shù)值規(guī)約58
4.5 R語言主要數(shù)據(jù)預(yù)處理函數(shù)61
4.6 小結(jié)65
第5章 挖掘建模66
5.1 分類與預(yù)測66
5.1.1 實現(xiàn)過程66
5.1.2 常用的分類與預(yù)測算法67
5.1.3 回歸分析68
5.1.4 決策樹73
5.1.5 人工神經(jīng)網(wǎng)絡(luò)79
5.1.6 分類與預(yù)測算法評價83
5.1.7 R語言主要分類與預(yù)測算法函數(shù)87
5.2 聚類分析89
5.2.1 常用聚類分析算法89
5.2.2 K-Means聚類算法90
5.2.3 聚類分析算法評價95
5.2.4 R語言主要聚類分析算法函數(shù)95
5.3 關(guān)聯(lián)規(guī)則97
5.3.1 常用關(guān)聯(lián)規(guī)則算法97
5.3.2 Apriori算法98
5.4 時序模式102
5.4.1 時間序列算法103
5.4.2 時間序列的預(yù)處理104
5.4.3 平穩(wěn)時間序列分析105
5.4.4 非平穩(wěn)時間序列分析107
5.4.5 R語言主要時序模式算法函數(shù)114
5.5 離群點檢測116
5.5.1 離群點檢測方法117
5.5.2 基于模型的離群點檢測方法118
5.5.3 基于聚類的離群點檢測方法120
5.6 小結(jié)122
實 戰(zhàn) 篇
第6章 電力竊漏電用戶自動識別126
6.1 背景與挖掘目標(biāo)126
6.2 分析方法與過程129
6.2.1 數(shù)據(jù)抽取130
6.2.2 數(shù)據(jù)探索分析130
6.2.3 數(shù)據(jù)預(yù)處理133
6.2.4 構(gòu)建專家樣本137
6.2.5 模型構(gòu)建138
6.3 上機實驗143
6.4 拓展思考144
6.5 小結(jié)144
第7章 航空公司客戶價值分析145
7.1 背景與挖掘目標(biāo)145
7.2 分析方法與過程146
7.2.1 數(shù)據(jù)抽取149
7.2.2 數(shù)據(jù)探索分析149
7.2.3 數(shù)據(jù)預(yù)處理150
7.2.4 模型構(gòu)建153
7.3 上機實驗158
7.4 拓展思考159
7.5 小結(jié)159
第8章 中醫(yī)證型關(guān)聯(lián)規(guī)則挖掘160
8.1 背景與挖掘目標(biāo)160
8.2 分析方法與過程162
8.2.1 數(shù)據(jù)獲取163
8.2.2 數(shù)據(jù)預(yù)處理165
8.2.3 模型構(gòu)建169
8.3 上機實驗171
8.4 拓展思考172
8.5 小結(jié)172
第9章 基于水色圖像的水質(zhì)評價173
9.1 背景與挖掘目標(biāo)173
9.2 分析方法與過程174
9.2.1 數(shù)據(jù)預(yù)處理175
9.2.2 模型構(gòu)建177
9.2.3 水質(zhì)評價179
9.3 上機實驗180
9.4 拓展思考180
9.5 小結(jié)181
第10章 家用電器用戶行為分析與事件識別182
10.1 背景與挖掘目標(biāo)182
10.2 分析方法與過程183
10.2.1 數(shù)據(jù)抽取184
10.2.2 數(shù)據(jù)探索分析185
10.2.3 數(shù)據(jù)預(yù)處理185
10.2.4 模型構(gòu)建195
10.2.5 模型檢驗198
10.3 上機實驗200
10.4 拓展思考201
10.5 小結(jié)202
第11章 應(yīng)用系統(tǒng)負(fù)載分析與磁盤容量預(yù)測203
11.1 背景與挖掘目標(biāo)203
11.2 分析方法與過程205
11.2.1 數(shù)據(jù)抽取206
11.2.2 數(shù)據(jù)探索分析206
11.2.3 數(shù)據(jù)預(yù)處理207
11.2.4 模型構(gòu)建208
11.3 上機實驗213
11.4 拓展思考214
11.5 小結(jié)215
第12章 電子商務(wù)智能推薦服務(wù)216
12.1 背景與挖掘目標(biāo)216
12.2 分析方法與過程222
12.2.1 數(shù)據(jù)抽取224
12.2.2 數(shù)據(jù)探索分析225
12.2.3 數(shù)據(jù)預(yù)處理230
12.2.4 模型構(gòu)建235
12.3 上機實驗245
12.4 拓展思考246
12.5 小結(jié)251
第13章 基于數(shù)據(jù)挖掘技術(shù)的市財政收入分析預(yù)測模型252
13.1 背景與挖掘目標(biāo)252
13.2 分析方法與過程254
13.2.1 灰色預(yù)測與神經(jīng)網(wǎng)絡(luò)的組合模型255
13.2.2 數(shù)據(jù)探索分析256
13.2.3 模型構(gòu)建259
13.3 上機實驗273
13.4 拓展思考273
13.5 小結(jié)274
第14章 基于基站定位數(shù)據(jù)的商圈分析275
14.1 背景與挖掘目標(biāo)275
14.2 分析方法與過程277
14.2.1 數(shù)據(jù)抽取277
14.2.2 數(shù)據(jù)探索分析278
14.2.3 數(shù)據(jù)預(yù)處理279
14.2.4 模型構(gòu)建282
14.3 上機實驗286
14.4 拓展思考286
14.5 小結(jié)287
第15章 電商產(chǎn)品評論數(shù)據(jù)情感分析288
15.1 背景與挖掘目標(biāo)288
15.2 分析方法與過程288
15.2.1 評論數(shù)據(jù)采集289
15.2.2 評論預(yù)處理292
15.2.3 文本評論分詞297
15.2.4 模型構(gòu)建298
15.3 上機實驗312
15.4 拓展思考313
15.5 小結(jié)314
提 高 篇
第16章 基于R語言的數(shù)據(jù)挖掘二次開發(fā)316
16.1 混合編程應(yīng)用體驗——TipDM數(shù)據(jù)挖掘平臺316
16.2 二次開發(fā)過程環(huán)境配置320
16.3 R語言數(shù)據(jù)挖掘二次開發(fā)實例322
16.4 小結(jié)325
參考資料326