第1章數據挖掘和clementine使用概述

1.1數據挖掘的產生背景

1.2什麼是數據挖掘

1.3clementine軟件概述

第2章clementine的數據讀入和數據集成

2.1變量類型

2.2讀人數據

2.3生成實驗方案

2.4數據集成

第3章clementine的數據理解

3.1變量說明

3.2數據質量的評估和調整

3.3數據的排序

3.4數據的分類彙總

3.5用戶報表

第4章clementine的數據準備

4.1變量變換

4.2變量派生

4.3數據精簡

4.4數據篩選

4.5數據準備的其他工作

第5章clementine的基本分析

5.1數值型變量的基本分析

5.2兩分類型變量相關性的研究

5.3兩總體的均值比較

5.4rfm分析

第6章clementine的數據精簡

6.1變量值的離散化處理

6.2特征選擇

6.3因子分析

第7章分類預測：clementine的決策樹

7.1決策樹算法概述

7.2clementine的c5.0算法及應用

7.3clementine的分類回歸樹及應用

7.4clementine的chaid算法及應用

7.5clementine的quest算法及應用

7.6模型的對比分析

第8章分類預測：clementine的人工神經網絡

8.1人工神經網絡算法概述

8.2clementine的b-p反向傳播網絡

8.3clementine的b-p反向傳播網絡的應用

8.4clementine的徑向基函數網絡及應用

第9章分類預測：clementine的支持向量機

9.1支持向量分類的基本思路

9.2支持向量分類的基本原理

9.3支持向量回歸

9.4支持向量機的應用

第10章分類預測：clementine的logistic回歸分析

10.1logistic回歸分析概述

10.2二項logistic回歸分析

10.3二項logistic回歸分析的應用

10.4多項logistic回歸分析及應用

第11章分類預測：clementine的判別分析

11.1距離判別法

11.2fisher判別法

11.3貝葉斯判別法

11.4判別分析的應用

第12章分類預測：clementine的貝葉斯網絡

12.1貝葉斯方法基礎

12.2貝葉斯網絡概述

12.3tan貝葉斯網絡

12.4馬爾科夫毯網絡

12.5貝葉斯網絡的應用

第13章探索內部結構：clementine的聚類分析

13.1聚類分析的一般問題

13.2clementine的k-means聚類及應用

13.3clementine的兩步聚類及應用

13.4clementine的kohonen網絡聚類及應用

13.5基於聚類分析的離群點探索

第14章探索內部結構：clementine的關聯分析

14.1簡單關聯規則及其有效性

14.2clementine的apriori算法及應用

14.3clementine的gri算法及應用

14.4clementine的序列關聯及應用

參考文獻