第一章 绪论 1
第一节 选题的研究背景和研究意义 1
第二节 相关背景知识 2
一、数据挖掘的发展概况 3
二、数据归约的主要内容 5
三、数据归约的重要作用 6
第三节 国内外研究现状 7
一、属性离散化方法研究的现状 7
二、属性排序和属性子集选择方法研究的现状 9
第四节 本书的研究内容及创新点 11
一、本书的研究内容和结构 11
二、本书的创新点 12
第二章 缺失值的填补与异常值的探测 14
第一节 缺失值的填补 11
一、单一填补法和多重填补法 15
二、基于距离的填补方法 17
三、贝叶斯填补方法 18
第二节 异常值的探测 20
一、异常值及形成原因 20
二、异常值的探测方法 21
三、异常值探测的步骤及应用 29
第三节 移动通讯用户消费行为的分析 31
一、单个属性异常值探测的应用及分析 32
二、多个属性的异常值探测方法的应用及分析 35
第三章 数据挖掘中元组的归约 39
第一节 面向属性归纳 39
一、面向属性归纳 39
二、面向属性归纳的步骤 41
三、面向属性归纳的算法 42
第二节 连续属性离散化方法及分类 43
一、离散化方法的分类 43
二、典型离散化的过程及结果评价 45
三、相关的离散化方法 46
第三节 基于可辨识矩阵的连续属性离散化方法 52
一、基于可辨识矩阵离散化方法的基本思路 52
二、基于可辨识矩阵离散化方法的框架 55
三、基于可辨识矩阵离散化方法的统计模拟 56
第四节 基于似然比假设检验的连续属性离散化方法 58
一、基于似然比假设检验的离散化方法5 9
二、基于似然比假设检验离散化方法的步骤 60
三、基于似然比假设检验离散化方法的验证 61
四、两种离散化方法结果的比较 63
第四章 属性重要性的排序 64
第一节 有监督属性重要性的排序 64
一、粗糙集理论中属性重要性的排序方法 64
二、信息论和决策树中属性重要性的排序方法 66
三、神经网络中属性重要性的排序方法 69
四、三种方法的比较 71
第二节 单向有序列联资料的属性重要性的排序 72
一、单向有序列联表 73
二、以秩效应为标准的方法 75
三、改进秩和法 75
四、改进秩和法对一份调查问卷的分析 77
五、以秩效应为标准的方法和改进秩和法的比较 80
第三节 基于因子分析的无监督属性重要性的排序 82
一、基于因子分析的属性重要性排序方法 82
二、基于因子分析的属性重要性排序方法的步骤 84
三、基于因子分析排序方法的框架 85
四、基于因子分析属性重要性排序方法的验证 86
五、值得注意的问题和局限性 88
第五章 属性的提取与属性子集的选择 90
第一节 属性的提取 90
一、小、波变换 91
二、投影寻踪 92
三、多维标度 94
四、多元统计分析方法 97
五、几种属性提取方法的比较 98
第二节 属性子集的选择 99
一、属性子集选择方法的两个组成部分 99
二、属性子集选择方法的两种模式 102
三、基于各学科知识的属性子集选择方法 102
四、关于模式识别中基于距离的评价函数的思考 105
第三节 逐步向前无监督属性子集的选择方法 108
一、逐步选择方法的不足 108
二、逐步向前无监督属性子集选择方法的思路 109
三、逐步向前无监督属性子集选择方法的基本框架 110
四、统计模拟及方法验证 111
五、逐步向前无监督属性子集选择方法的合理性和局限性 113
第六章 全书的总结 117
第一节 全书的主要工作 117
第二节 尚需研究的问题 118
参考文献 119
后记 128
攻读博士学位期间发表的论文 130