基于Rattle的可视化数据挖掘技术

目 录第1章绪论11.1数据挖掘的认识11.1.1为什么要进行数据挖掘11.1.2数据挖掘过程11.1.3数据挖掘九大定律31.2R与Rattle31.2.1R语言31.2.2R语言的基本语法41.2.3R语言的优势101.2.4Rattle包101.3本章小结12 第2章入门指南132.1概述132.2认识Rstudio132.2.1Rstudio的界面132.2.2R脚本编辑区142.2.3R命令控制台152.2.4工作空间162.2.5结果展示区182.3认识Rattle202.3.1Rattle的安装与启动202.3.2选项卡212.3.3工具栏24基于Rattle的可视化数据挖掘技术目录2.3.4菜单栏242.3.5属性面板262.4本章小结26 第3章数据准备283.1概述283.2数据283.2.1术语283.2.2变量293.2.3数据集303.3可用数据303.4数据质量313.4.1数据质量概述313.4.2数据质量评估维度313.4.3影响数据质量的因素313.5数据匹配323.6数据仓库333.7数据访问343.8载入数据353.8.1载入CSV数据353.8.2载入数据库363.8.3载入SPSS类型数据383.8.4载入自带数据集383.8.5载入网页数据383.8.6载入其他格式的数据393.9本章小结39 第4章数据理解414.1概述414.2汇总数据414.2.1查看数据的简单信息414.2.2查看数据的细节信息434.2.3查看数据的分布信息434.2.4查看数据的缺失值444.3数据分布图464.3.1数值型变量分布图464.3.2分类变量分布图504.3.3散点图矩阵524.4相关分析534.4.1相关矩阵和相关图534.4.2缺失值的相关分析554.4.3相关树564.5主成分分析604.6交互式探索数据624.6.1安装GGobi634.6.2安装rggobi634.6.3实验指导644.7本章小结64 第5章数据检验665.1概述665.2KS正态性检验675.3Wilcoxon检验685.4t检验705.5F检验725.6本章小结73 第6章数据变换756.1概述756.2取值范围调整776.3缺失值填充796.4变量类型转换816.4.1数值变量离散化816.4.2分类变量指标化816.4.3分类变量合并836.4.4分类变量和数值变量互相转换836.4.5变量和数据的删除836.5离群点数据的处理846.6本章小结86 第7章数据建模877.1概述877.2聚类模型967.2.1背景967.2.2Kmeans聚类967.2.3Ewkm聚类1007.2.4层次聚类1017.2.5双向聚类1057.3关联规则挖掘1067.3.1背景1067.3.2基本术语1077.3.3关联规则分类1087.3.4Apriori算法1087.3.5实验指导1097.4传统决策树模型1147.4.1背景1147.4.2ID3算法1157.4.3C4.5算法1167.4.4实验指导1177.5随机森林决策树模型1207.5.1背景1207.5.2随机森林算法1217.5.3实验指导1227.6自适应选择决策树模型1267.6.1背景1267.6.2Boosting算法1277.6.3Adaboost算法1277.6.4实验指导1287.7SVM1317.7.1背景1317.7.2SVM算法1317.7.3实验指导1337.8线性回归模型1347.8.1背景1347.8.2一元线性回归方法1357.8.3实验指导1377.9神经网络模型1387.9.1背景1387.9.2人工神经网络模型1397.9.3实验指导1427.10本章小结143 第8章模型评估1478.1概述1478.2数据集1488.3混淆矩阵1498.3.1二分类混淆矩阵1498.3.2模型评价指标1508.3.3多分类混淆矩阵1518.4风险图1518.4.1风险图的作用1518.4.2实验指导1528.5ROC曲线1548.5.1ROC曲线的定义1548.5.2ROC曲线的作用1548.5.3实验指导1558.6其他模型评估图1568.7本章小结157 第9章模型部署1599.1概述1599.2模型的应用1599.3转换为PMML1619.4电商数据挖掘案例1629.4.1背景1629.4.2数据理解1629.4.3数据准备1639.4.4清洗数据1669.4.5探索数据1679.4.6数据建模1729.5本章小结174 参考文献175