数据挖掘实践教程

第1章 绪论 1
1.1 商业智能 1
1.2 数据挖掘 6
1.3 数据仓库 12
第2章 数据仓库与联机分析 15
2.1 数据仓库 15
2.2 数据仓库的设计步骤 23
2.3 联机分析技术 34
第3章 数据挖掘运用的理论和技术 41
3.1 回归分析 41
3.2 关联规则 47
3.3 聚类分析 55
3.4 决策树分析 63
3.5 其他分析方法 68
第4章 用Excel 2010进行数据分析 71
4.1 安装前的准备 71
4.2 安装表分析工具 72
4.3 配置表分析工具 75
4.4 使用表分析工具的要求 79
4.5 分析关键影响因素 82
4.6 检测类别 86
4.7 从示例填充 90
4.8 预测 93
4.9 突出显示异常值 94
4.10 应用场景分析 98
4.11 预测计算器及可打印计算器 104
4.12 购物篮分析 108
第5章 用Excel 2010进行数据挖掘 111
5.1 数据挖掘简介 111
5.2 获取外部数据 113
5.3 数据准备 114
5.4 数据建模 127
5.5 准确性和验证 153
5.6 模型用法 164
5.7 管理和连接 171
第6章 SQL Server 2012数据挖掘 174
6.1 SSDT(SQL Server Data Tools)简介 174
6.2 安装SSDT-BI 175
6.3 安装示例数据库 180
6.4 SSDT-BI用户界面 182
6.5 创建挖掘项目 183
6.6 设置数据源 185
6.7 设置数据源视图 188
6.8 设置挖掘结构 193
6.9 处理挖掘模型 198
6.10 查看挖掘模型 199
6.11 挖掘准确性图表 201
6.12 挖掘模型预测 205
第7章 Microsoft数据挖掘算法 208
7.1 背景知识 208
7.2 Microsoft决策树算法 210
7.3 Microsoft聚类算法 214
7.4 Microsoft关联规则算法 218
7.5 Microsoft时序算法 221
7.6 Microsoft朴素贝叶斯算法 226
7.7 Microsoft神经网络算法 229
第8章 SPSS数据挖掘基础 234
8.1 SPSS发展简史 234
8.2 SPSS操作入门 235
8.3 SPSS的界面 236
8.4 建立SPSS文件 237
8.5 SPSS数据的变量属性定义 239
8.6 SPSS数据管理 242
8.7 SPSS数据转换 249
第9章 SPSS数据挖掘常用的统计
分析方法 254
9.1 基本描述统计 254
9.2 T检验 268
9.3 方差分析 272
9.4 多元回归分析 286
9.5 聚类分析 297
9.6 相关分析 309
9.7 因子分析 313
第10章 数据挖掘实验 319
10.1 SQL Server 2012数据挖掘实验 319
10.2 SPSS数据挖掘实验 341
参考文献 361