MATLAB数据分析与挖掘实战PDF电子书下载

基础篇 2

第1章 数据挖掘基础 2

1.1 某知名连锁餐饮企业的困惑 2

1.2 从餐饮服务到数据挖掘 3

1.3 数据挖掘的基本任务 4

1.4 数据挖掘的建模过程 4

1.4.1 定义挖掘目标 5

1.4.2 数据取样 5

1.4.3 数据探索 7

1.4.4 数据预处理 7

1.4.5 挖掘建模 7

1.4.6 模型评价 7

1.5 常用的数据挖掘建模工具 8

1.6 小结 9

第2章 MATLAB数据分析工具箱简介 10

2.1 MATLAB的安装 10

2.2 MATLAB使用入门 11

2.2.1 MATLAB R2014a操作界面 11

2.2.2 MATLAB常用操作 13

2.3 MATLAB数据分析工具箱 17

2.4 配套附件使用设置 18

2.5 小结 19

第3章 数据探索 20

3.1 数据质量分析 20

3.1.1 缺失值分析 21

3.1.2 异常值分析 21

3.1.3 一致性分析 24

3.2 数据特征分析 24

3.2.1 分布分析 24

3.2.2 对比分析 27

3.2.3 统计量分析 29

3.2.4 周期性分析 31

3.2.5 贡献度分析 31

3.2.6 相关性分析 34

3.3 MATLAB主要数据的探索函数 38

3.3.1 统计特征函数 38

3.3.2 统计作图函数 40

3.4 小结 45

第4章 数据预处理 46

4.1 数据清洗 47

4.1.1 缺失值处理 47

4.1.2 异常值处理 50

4.2 数据集成 50

4.2.1 实体识别 51

4.2.2 冗余属性识别 51

4.3 数据变换 51

4.3.1 简单的函数变换 51

4.3.2 规范化 52

4.3.3 连续属性离散化 54

4.3.4 属性构造 57

4.3.5 小波变换 57

4.4 数据规约 60

4.4.1 属性规约 60

4.4.2 数值规约 64

4.5 MATLAB主要的数据预处理函数 67

4.6 小结 71

第5章 挖掘建模 72

5.1 分类与预测 72

5.1.1 实现过程 72

5.1.2 常用的分类与预测算法 74

5.1.3 回归分析 74

5.1.4 决策树 80

5.1.5 人工神经网络 85

5.1.6 分类与预测算法评价 90

5.1.7 MATLAB主要分类与预测算法函数 94

5.2 聚类分析 97

5.2.1 常用的聚类分析算法 97

5.2.2 K-Means聚类算法 98

5.2.3 聚类分析算法评价 103

5.2.4 MATLAB主要聚类分析算法函数 103

5.3 关联规则 107

5.3.1 常用的关联规则算法 107

5.3.2 Apriori算法 108

5.4 时序模式 113

5.4.1 时间序列算法 113

5.4.2 时间序列的预处理 114

5.4.3 平稳时间序列分析 115

5.4.4 非平稳时间序列分析 118

5.4.5 MATLAB主要时序模式算法函数 129

5.5 离群点检测 131

5.5.1 离群点的检测方法 132

5.5.2 基于统计模型的离群点的检测方法 133

5.5.3 基于聚类的离群点的检测方法 135

5.6 小结 138

实战篇 140

第6章 电力企业的窃漏电用户自动识别 140

6.1 背景与挖掘目标 140

6.2 分析方法与过程 143

6.2.1 数据抽取 144

6.2.2 数据探索分析 144

6.2.3 数据预处理 147

6.2.4 构建专家样本 151

6.2.5 构建模型 152

6.3 上机实验 158

6.4 拓展思考 159

6.5 小结 159

第7章 航空公司的客户价值分析 160

7.1 背景与挖掘目标 160

7.2 分析方法与过程 161

7.2.1 数据抽取 164

7.2.2 数据探索分析 164

7.2.3 数据预处理 166

7.2.4 模型构建 170

7.3 上机实验 175

7.4 拓展思考 176

7.5 小结 176

第8章 中医证型关联规则挖掘 177

8.1 背景与挖掘目标 177

8.2 分析方法与过程 178

8.2.1 数据获取 180

8.2.2 数据预处理 182

8.2.3 模型构建 186

8.3 上机实验 189

8.4 拓展思考 190

8.5 小结 190

第9章 基于水色图像的水质评价 191

9.1 背景与挖掘目标 191

9.2 分析方法与过程 192

9.2.1 数据预处理 193

9.2.2 构建模型 196

9.2.3 水质评价 199

9.3 上机实验 200

9.4 拓展思考 202

9.5 小结 202

第10章 基于关联规则的网站智能推荐服务 203

10.1 背景与挖掘目标 203

10.2 分析方法与过程 205

10.2.1 数据抽取 208

10.2.2 数据预处理 208

10.2.3 构建模型 214

10.3 上机实验 220

10.4 拓展思考 221

10.5 小结 221

第11章 应用系统负载分析与磁盘容量预测 222

11.1 背景与挖掘目标 222

11.2 分析方法与过程 224

11.2.1 数据抽取 225

11.2.2 数据探索分析 225

11.2.3 数据预处理 225

11.2.4 构建模型 228

11.3 上机实验 235

11.4 拓展思考 236

11.5 小结 237

第12章 面向网络舆情的关联度分析 238

12.1 背景与挖掘目标 238

12.2 分析方法与过程 240

12.2.1 数据抽取 240

12.2.2 数据预处理 241

12.2.3 构建模型 241

12.3 上机实验 254

12.4 拓展思考 255

12.5 小结 256

第13章 家用电器用户行为分析及事件识别 257

13.1 背景与挖掘目标 257

13.2 分析方法与过程 258

13.2.1 数据抽取 259

13.2.2 数据探索分析 260

13.2.3 数据预处理 260

13.2.4 模型构建 271

13.2.5 模型检验 273

13.3 上机实验 275

13.4 拓展思考 276

13.5 小结 278

第14章 基于基站定位数据的商圈分析 279

14.1 背景与挖掘目标 279

14.2 分析方法与过程 281

14.2.1 数据抽取 282

14.2.2 数据探索分析 282

14.2.3 数据预处理 283

14.2.4 构建模型 287

14.3 上机实验 290

14.4 拓展思考 291

14.5 小结 291

第15章 气象与输电线路的缺陷关联分析 292

15.1 背景与挖掘目标 292

15.2 分析方法与过程 296

15.2.1 数据抽取 297

15.2.2 数据探索分析 297

15.2.3 数据预处理 304

15.2.4 模型构建 307

15.3 上机实验 312

15.4 拓展思考 313

15.5 小结 315

提高篇 318

第16章 基于MATLAB的数据挖掘二次开发 318

16.1 混合编程应用体验——TipDM数据挖掘平台 318

16.1.1 建设目标 318

16.1.2 模型构建 319

16.1.3 模型发布 321

16.1.4 模型调用 323

16.1.5 模型更新 323

16.2 二次开发过程 323

16.2.1 接口算法编程 324

16.2.2 用Library Compiler创建Java组件 324

16.2.3 安装MATLAB运行时环境 326

16.2.4 JDK环境及设置 327

16.2.5 接口函数的调用 327

16.3 小结 329

参考文献 330