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 数据挖掘建模过程 4
1.4.1 定义挖掘目标 4
1.4.2 数据取样 5
1.4.3 数据探索 6
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 常用数据挖掘建模工具 7
1.6 小结 9
第2章 R语言简介 10
2.1 R安装 10
2.2 R使用入门 11
2.2.1 R操作界面 11
2.2.2 RStudio窗口介绍 12
2.2.3 R常用操作 13
2.3 R数据分析包 16
2.4 配套附件使用设置 18
2.5 小结 18
第3章 数据探索 19
3.1 数据质量分析 19
3.1.1 缺失值分析 20
3.1.2 异常值分析 20
3.1.3 一致性分析 22
3.2 数据特征分析 23
3.2.1 分布分析 23
3.2.2 对比分析 25
3.2.3 统计量分析 27
3.2.4 周期性分析 29
3.2.5 贡献度分析 30
3.2.6 相关性分析 31
3.3 R语言主要数据探索函数 35
3.3.1 统计特征函数 35
3.3.2 统计作图函数 37
3.4 小结 40
第4章 数据预处理 41
4.1 数据清洗 42
4.1.1 缺失值处理 42
4.1.2 异常值处理 45
4.2 数据集成 45
4.2.1 实体识别 46
4.2.2 冗余属性识别 46
4.3 数据变换 46
4.3.1 简单函数变换 46
4.3.2 规范化 47
4.3.3 连续属性离散化 48
4.3.4 属性构造 51
4.3.5 小波变换 52
4.4 数据规约 55
4.4.1 属性规约 55
4.4.2 数值规约 58
4.5 R语言主要数据预处理函数 61
4.6 小结 65
第5章 挖掘建模 66
5.1 分类与预测 66
5.1.1 实现过程 66
5.1.2 常用的分类与预测算法 67
5.1.3 回归分析 68
5.1.4 决策树 73
5.1.5 人工神经网络 79
5.1.6 分类与预测算法评价 83
5.1.7 R语言主要分类与预测算法函数 87
5.2 聚类分析 89
5.2.1 常用聚类分析算法 89
5.2.2 K-Means聚类算法 90
5.2.3 聚类分析算法评价 95
5.2.4 R语言主要聚类分析算法函数 95
5.3 关联规则 97
5.3.1 常用关联规则算法 97
5.3.2 Apriori算法 98
5.4 时序模式 102
5.4.1 时间序列算法 103
5.4.2 时间序列的预处理 104
5.4.3 平稳时间序列分析 105
5.4.4 非平稳时间序列分析 107
5.4.5 R语言主要时序模式算法函数 114
5.5 离群点检测 116
5.5.1 离群点检测方法 117
5.5.2 基于模型的离群点检测方法 118
5.5.3 基于聚类的离群点检测方法 120
5.6 小结 122
实战篇 126
第6章 电力窃漏电用户自动识别 126
6.1 背景与挖掘目标 126
6.2 分析方法与过程 129
6.2.1 数据抽取 130
6.2.2 数据探索分析 130
6.2.3 数据预处理 133
6.2.4 构建专家样本 137
6.2.5 模型构建 138
6.3 上机实验 143
6.4 拓展思考 144
6.5 小结 144
第7章 航空公司客户价值分析 145
7.1 背景与挖掘目标 145
7.2 分析方法与过程 146
7.2.1 数据抽取 149
7.2.2 数据探索分析 149
7.2.3 数据预处理 150
7.2.4 模型构建 153
7.3 上机实验 158
7.4 拓展思考 159
7.5 小结 159
第8章 中医证型关联规则挖掘 160
8.1 背景与挖掘目标 160
8.2 分析方法与过程 162
8.2.1 数据获取 163
8.2.2 数据预处理 165
8.2.3 模型构建 169
8.3 上机实验 171
8.4 拓展思考 172
8.5 小结 172
第9章 基于水色图像的水质评价 173
9.1 背景与挖掘目标 173
9.2 分析方法与过程 174
9.2.1 数据预处理 175
9.2.2 模型构建 177
9.2.3 水质评价 179
9.3 上机实验 180
9.4 拓展思考 180
9.5 小结 181
第10章 家用电器用户行为分析与事件识别 182
10.1 背景与挖掘目标 182
10.2 分析方法与过程 183
10.2.1 数据抽取 184
10.2.2 数据探索分析 185
10.2.3 数据预处理 185
10.2.4 模型构建 195
10.2.5 模型检验 198
10.3 上机实验 200
10.4 拓展思考 201
10.5 小结 202
第11章 应用系统负载分析与磁盘容量预测 203
11.1 背景与挖掘目标 203
11.2 分析方法与过程 205
11.2.1 数据抽取 206
11.2.2 数据探索分析 206
11.2.3 数据预处理 207
11.2.4 模型构建 208
11.3 上机实验 213
11.4 拓展思考 214
11.5 小结 215
第12章 电子商务智能推荐服务 216
12.1 背景与挖掘目标 216
12.2 分析方法与过程 222
12.2.1 数据抽取 224
12.2.2 数据探索分析 225
12.2.3 数据预处理 230
12.2.4 模型构建 235
12.3 上机实验 245
12.4 拓展思考 246
12.5 小结 251
第13章 基于数据挖掘技术的市财政收入分析预测模型 252
13.1 背景与挖掘目标 252
13.2 分析方法与过程 254
13.2.1 灰色预测与神经网络的组合模型 255
13.2.2 数据探索分析 256
13.2.3 模型构建 259
13.3 上机实验 273
13.4 拓展思考 273
13.5 小结 274
第14章 基于基站定位数据的商圈分析 275
14.1 背景与挖掘目标 275
14.2 分析方法与过程 277
14.2.1 数据抽取 277
14.2.2 数据探索分析 278
14.2.3 数据预处理 279
14.2.4 模型构建 282
14.3 上机实验 286
14.4 拓展思考 286
14.5 小结 287
第15章 电商产品评论数据情感分析 288
15.1 背景与挖掘目标 288
15.2 分析方法与过程 288
15.2.1 评论数据采集 289
15.2.2 评论预处理 292
15.2.3 文本评论分词 297
15.2.4 模型构建 298
15.3 上机实验 312
15.4 拓展思考 313
15.5 小结 314
提高篇 316
第16章 基于R语言的数据挖掘二次开发 316
16.1 混合编程应用体验——TipDM数据挖掘平台 316
16.2 二次开发过程环境配置 320
16.3 R语言数据挖掘二次开发实例 322
16.4 小结 325
参考资料 326