当前位置:首页 > 工业技术
数据可视化与数据挖掘  基于Tableau和SPSS Modeler图形界面
数据可视化与数据挖掘  基于Tableau和SPSS Modeler图形界面

数据可视化与数据挖掘 基于Tableau和SPSS Modeler图形界面PDF电子书下载

工业技术

  • 电子书积分:12 积分如何计算积分?
  • 作 者:王国平著
  • 出 版 社:北京:电子工业出版社
  • 出版年份:2017
  • ISBN:9787121327025
  • 页数:333 页
图书介绍:数据可视化允许利用图形、图像处理、计算机视觉以及用户界面,通过表达、建模以及对立体、表面、属性以及动画的显示,对数据加以可视化解释,数据可视化技术在国内市场长期看好,而现阶段国内相关书籍相对较少,本书选择这个方向进行系统基础研究,希望为那些在想此领域有所发展的读者提供学习帮助。在本书中,我们首先介绍数据可视化的一些基本知识,随后重点介绍使用Tableau、SAS及SPSS Modeler的可视化界面进行数据分析与数据挖掘的方法。
《数据可视化与数据挖掘 基于Tableau和SPSS Modeler图形界面》目录

第1部分 数据可视化篇 2

第1章 可视化数据挖掘概述 2

1.1 数据可视化 2

1.1.1 Tableau 3

1.1.2 Qlik View 5

1.1.3 Power BI 5

1.2 可视化数据挖掘 6

1.2.1 IBM SPSS Modeler 6

1.2.2 Intelligent Miner 7

1.2.3 SAS Enterprise Miner 9

第2章 Tableau Desktop简介 11

2.1 软件页面简介 11

2.1.1 开始页面 12

2.1.2 数据源页面 13

2.1.3 工作簿页面 15

2.2 数据类型 15

2.2.1 主要数据类型 15

2.2.2 更改数据类型 16

2.3 运算符及优先级 18

2.3.1 算术运算符 18

2.3.2 逻辑运算符 18

2.3.3 比较运算符 19

2.3.4 运算符优先级 19

2.4 软件安装 20

2.4.1 软件下载 20

2.4.2 安装步骤 21

2.4.3 软件激活 23

2.5 文件类型 26

第3章 连接数据源 27

3.1 连接到文件 27

3.1.1 Excel文件 27

3.1.2 文本文件 29

3.1.3 Access 30

3.1.4 JSON文件 32

3.1.5 PDF文件 34

3.1.6 空间文件 35

3.1.7 统计文件 36

3.1.8 其他文件 38

3.2 连接到数据库 38

3.2.1 Tableau Server 38

3.2.2 SQL Server 39

3.2.3 MySQL 40

3.2.4 Oracle 41

3.2.5 Amazon Redshift 42

3.2.6 更多数据库 43

第4章 Tableau主要操作 47

4.1 维度和度量 47

4.1.1 维度 47

4.1.2 度量 49

4.2 连续和离散 50

4.2.1 连续字段 50

4.2.2 离散字段 51

4.3 工作区操作 52

4.3.1 “数据”窗格 53

4.3.2 “分析”窗格 54

4.3.3 工具栏 54

4.3.4 状态栏 55

4.3.5 卡和功能区 56

4.4 工作表操作 58

4.4.1 创建工作表 58

4.4.2 复制工作表 59

4.4.3 导出工作表 59

4.4.4 删除工作表 60

4.5 Tableau高级操作 61

4.5.1 表计算 61

4.5.2 创建字段 63

4.5.3 创建参数 65

4.5.4 聚合计算 71

4.5.5 缺失值处理 74

第5章 创建图表 76

5.1 单变量图形 76

5.1.1 条形图 76

5.1.2 饼图 79

5.1.3 直方图 80

5.1.4 折线图 81

5.2 多变量图形 84

5.2.1 散点图 84

5.2.2 甘特图 85

第2部分 可视化数据挖掘篇 88

第6章 SPSS Modeler简介 88

6.1 软件简介 88

6.1.1 软件历史 88

6.1.2 软件界面 90

6.1.3 软件特点 96

6.2 算法及功能 97

6.2.1 软件算法 97

6.2.2 软件功能 99

6.3 软件安装及启动 101

6.3.1 软件安装 101

6.3.2 授权许可 104

6.3.3 启动软件 107

第7章 数据挖掘流程 110

7.1 业务理解 110

7.2 数据理解 111

7.3 数据准备 112

7.4 建立模型 113

7.5 评估模型 114

7.6 应用模型 114

第8章 SPSS Modeler导入数据源 116

8.1 连接到文件 116

8.1.1 Excel文件 117

8.1.2 变量文件 117

8.1.3 固定文件 119

8.1.4 SAS文件 120

8.1.5 Statistics文件 121

8.2 连接到数据库 121

第9章 SPSS Modeler基础操作 125

9.1 数据流操作 125

9.1.1 生成数据流 125

9.1.2 添加和删除节点 125

9.1.3 连接数据流 126

9.1.4 修改连接节点 127

9.1.5 执行数据流 128

9.2 图形制作 128

9.2.1 散点图 129

9.2.2 直方图 131

9.2.3 网络图 132

9.2.4 评估图 132

第3部分 案例实战篇 136

第10章 电信行业中的应用 136

10.1 建模思路 137

10.2 Logistic回归 138

10.3 业务理解 139

10.4 数据理解 140

10.5 数据准备 142

10.6 建立模型 143

10.6.1 模型参数设置 143

10.6.2 模型运行结果 154

10.7 模型评估 157

10.7.1 模型精确度 157

10.7.2 模型拟合度 158

10.8 模型应用 158

10.9 小结 161

第11章 电力行业中的应用 162

11.1 建模思路 163

11.2 时间序列模型 163

11.3 业务理解 165

11.4 数据理解 166

11.5 数据准备 167

11.6 建立模型 168

11.6.1 模型参数设置 168

11.6.2 模型运行结果 184

11.7 模型评估 186

11.8 模型应用 187

11.9 小结 188

第12章 医药行业中的应用 189

12.1 建模思路 189

12.2 聚类模型 190

12.3 业务理解 192

12.4 数据理解 193

12.5 数据准备 195

12.6 建立模型 196

12.6.1 模型参数设置 196

12.6.2 模型运行结果 199

12.7 模型评估 202

12.8 模型应用 204

12.9 小结 206

第13章 银行业中的应用 207

13.1 建模思路 208

13.2 判别分析 208

13.3 业务理解 210

13.4 数据理解 211

13.5 数据准备 213

13.6 建立模型 214

13.6.1 模型参数设置 214

13.6.2 模型运行结果 221

13.7 模型评估 226

13.8 模型应用 226

13.9 小结 229

第14章 电商中的应用 230

14.1 建模思路 231

14.2 神经网络模型 232

14.2.1 神经元 234

14.2.2 多层感知器 235

14.2.3 径向基函数 237

14.3 业务理解 238

14.4 数据理解 239

14.5 数据准备 241

14.6 建立模型 243

14.6.1 模型参数设置 243

14.6.2 模型运行结果 251

14.7 模型评估 254

14.8 模型应用 255

14.9 小结 257

第15章 房地产业中的应用 258

15.1 建模思路 258

15.2 决策树模型 259

15.3 业务理解 261

15.4 数据理解 261

15.5 数据准备 263

15.6 建立模型 266

15.6.1 模型参数设置 266

15.6.2 模型运行结果 276

15.7 模型评估 277

15.7.1 模型精确度 277

15.7.2 模型拟合度 278

15.8 模型应用 279

15.9 小结 281

附录A 配置MySQL ODBC数据源 282

附录B Tableau重要函数 285

附录C SPSS Modeler函数 313

返回顶部