●第1章數據挖掘和SPSSModeler使用概述1
1.1數據挖掘的產生背景1
1.1.1海量大數據的分析需求催生數據挖掘1
1.1.2應用對理論的挑戰催生數據挖掘2
1.2什麼是數據挖掘4
1.2.1數據挖掘和數據庫中的知識發現5
1.2.2數據挖掘方法論6
1.2.3數據挖掘的任務和應用9
1.2.4數據挖掘得到的知識形式11
1.2.5數據挖掘算法的分類14
1.3SPSSModeler軟件概述17
1.3.1SPSSModeler的數據流17
1.3.2SPSSModeler的窗口19
1.3.3數據流的基本管理21
1.3.4緩存節點和超節點24
1.3.5從一個示例看SPSSModeler的使用25
第2章SPSSModeler的數據讀入和數據集成31
2.1變量類型31
2.1.1從數據挖掘角度看變量類型31
2.1.2從計算機存儲角度看變量類型32
2.2讀入數據32
2.2.1讀自由格式的文本文件33
2.2.2讀Excel電子表格數據36
2.2.3讀SPSS格式文件37
2.3數據集成38
2.3.1數據的縱向合並38
2.3.2數據的橫向合並40
2.3.3數據源替換43
第3章SPSSModeler的數據理解45
3.1變量說明45
3.1.1變量的重新實例化46
3.1.2有效變量值和無效值調整47
3.1.3變量角色的說明49
3.2數據質量的評估和調整50
3.2.1數據的基本特征與質量評價報告50
3.2.2變量值的調整53
3.2.3數據質量管理56
3.3數據的排序58
3.3.1單變量排序58
3.3.2多重排序59
3.4數據的分類彙總60
3.4.1單變量分類彙總60
3.4.2多重分類彙總61
第4章SPSSModeler的數據準備62
4.1變量變換62
4.1.1CLEM表達式62
4.1.2變量值的重新計算65
4.1.3變量類別值的調整67
4.2變量派生68
4.2.1生 變量68
4.2.2生成服從正態分布的新變量72
4.2.3派生啞變量75
4.3數據精簡76
4.3.1隨機抽樣76
4.3.2根據條件選取樣本79
4.4建模中的數據集處理策略80
4.4.1樣本的平衡處理80
4.4.2樣本子集的劃分81
第5章SPSSModeler的基本分析85
5.1數值型變量的基本分析85
5.1.1計算基本描述統計量85
5.1.2繪制散點圖88
5.1.3繪制線圖91
5.2兩分類型變量相關性的研究93
5.2.1兩分類型變量相關性的圖形分析93
5.2.2兩分類型變量相關性的數值分析98
5.3兩總體的均值比較102
5.3.1兩總體均值比較的圖形分析102
5.3.2獨立樣本的均值檢驗104
5.3.3配對樣本的均值檢驗108
5.4RFM分析110
5.4.1什麼是RFM分析110
5.4.2RFM彙總110
5.4.3計算RFM得分112
第6章SPSSModeler的數據精簡115
6.1變量值的離散化處理115
6.1.1無監督的數據分組115
6.1.2有監督的數據分組116
6.1.3變量值離散化處理的應用示例119
6.2特征選擇122
6.2.1特征選擇的一般方法123
6.2.2特征選擇的應用示例124
6.3因子分析128
6.3.1什麼是因子分析128
6.3.2因子提取和因子載荷矩陣的求解131
6.3.3因子的命名解釋134
6.3.4計算因子得分135
6.3.5因子分析的應用示例136
第7章分類預測:SPSSModeler的決策樹141
7.1決策樹算法概述141
7.1.1什麼是決策樹141
7.1.2決策樹的幾何理解143
7.1.3決策樹的核心問題143
7.2SPSSModeler的C5.0算法及其應用146
7.2.1信息熵和信息增益146
7.2.2C5.0決策樹的生長算法147
7.2.3C5.0決策樹的剪枝算法152
7.2.4C5.0決策樹的基本應用示例154
7.2.5C5.0的推理規則集158
7.2.6損失矩陣163
7.2.7N折交叉驗證和Boosting技術165
7.3SPSSModeler的分類回歸樹及其應用169
7.3.1分類回歸樹的生長過程169
7.3.2分類回歸樹的剪枝過程171
7.3.3損失矩陣對分類回歸樹的影響174
7.3.4分類回歸樹的基本應用示例174
7.3.5分類回歸樹的交互建模178
7.3.6交互建模中分類回歸樹的評價180
7.4SPSSModeler的CHAID算法及其應用185
7.4.1CHAID算法185
7.4.2窮舉CHAID算法186
7.4.3CHAID算法的剪枝187
7.4.4CHAID算法的應用示例187
7.5SPSSModeler的QUEST算法及其應用189
7.5.1QUEST算法189
7.5.2QUEST算法的應用示例191
7.6模型的對比分析192
7.6.1不同模型的誤差對比192
7.6.2不同模型的收益對比195
第8章分類預測:SPSSModeler的人工神經網絡198
8.1人工神經網絡算法概述198
8.1.1人工神經網絡的概念和種類198
8.1.2人工神經網絡中的節點和意義200
8.1.3人工神經網絡建立的一般步驟202
8.2SPSSModeler的B-P反向傳播網絡204
8.2.1感知機模型204
8.2.2B-P反向傳播網絡的特點207
8.2.3B-P反向傳播算法209
8.2.4B-P反向傳播網絡的其他問題212
8.3SPSSModeler的B-P反向傳播網絡的應用214
8.3.1基本操作215
8.3.2結果說明215
8.4SPSSModeler的徑向基函數網絡及其應用216
8.4.1徑向基函數網絡中的隱節點和輸出節點217
8.4.2徑向基函數網絡的學習過程217
8.4.3徑向基函數網絡的應用示例219
第9章分類預測:SPSSModeler的支持向量機221
9.1支持向量分類的基本思路221
9.1.1支持向量分類的數據和目標221
9.1.2支持向量分類的三種情況223
9.2線性可分問題下的支持向量分類224
9.2.1如何求解超平面224
9.2.2如何利用超平面進行分類預測226
9.3廣義線性可分下的支持向量分類227
9.3.1如何求解超平面227
9.3.2可調參數的意義:把握程度和精度的權衡228
9.4線性不可分下的支持向量分類229
9.4.1線性不可分的一般解決途徑和維災難問題229
9.4.2支持向量分類克服維災難的途徑230
9.5支持向量回歸232
9.5.1支持向量回歸與一般線性回歸:目標和策略232
9.5.2支持向量回歸的基本思路233
9.6支持向量機的應用235
9.6.1基本操作235
9.6.2結果解讀236
第10章分類預測:SPSSModeler的Logistic回歸分析238
10.1Logistic回歸分析概述238
10.2二項Logistic回歸分析239
10.2.1二項Logistic回歸方程239
10.2.2二項Logistic回歸方程繫數的含義241
10.2.3二項Logistic回歸方程的檢驗242
10.2.4二項Logistic回歸分析中的虛擬自變量246
10.3二項Logistic回歸分析的應用246
10.3.1基本操作247
10.3.2結果解讀249
10.4多項Logistic回歸分析及其應用257
10.4.1多項Logistic回歸分析概述257
10.4.2多項Logistic回歸分析的應用示例257
第11章分類預測:SPSSModeler的判別分析262
11.1距離判別262
11.1.1距離判別的基本思路262
11.1.2判別函數的計算263
11.2Fisher判別264
11.2.1Fisher判別的基本思路264
11.2.2Fisher判別的計算266
11.3貝葉斯判別267
11.3.1貝葉斯判別的基本思路267
11.3.2貝葉斯判別的計算267
11.4判別分析的應用268
11.4.1基本操作268
11.4.2判別分析的準備工作269
11.4.3結果解讀273
第12章分類預測:SPSSModeler的貝葉斯網絡279
12.1貝葉斯方法基礎279
12.1.1貝葉斯概率和貝葉斯公式279
12.1.2樸素貝葉斯分類法280
12.2貝葉斯網絡概述282
12.2.1什麼是貝葉斯網絡282
12.2.2貝葉斯網絡的組成及構建283
12.2.3貝葉斯網絡的分類預測284
12.3TAN貝葉斯網絡285
12.3.1TAN貝葉斯網絡的結構285
12.3.2TAN貝葉斯網絡結構的學習286
12.3.3TAN貝葉斯網絡的參數估計288
12.4馬爾科夫毯網絡290
12.4.1馬爾科夫毯網絡的基本概念290
12.4.2條件獨立檢驗291
12.4.3馬爾科夫毯網絡結構的學習292
12.4.4馬爾科夫毯網絡的分類預測293
12.5貝葉斯網絡的應用293
12.5.1基本操作293
12.5.2結果解讀295
第13章探索內部結構:SPSSModeler的關聯分析299
13.1簡單關聯規則及其有效性299
13.1.1簡單關聯規則的基本概念299
13.1.2簡單關聯規則的有效性和實用性301
13.2SPSSModeler的Apriori算法及其應用305
13.2.1產生頻繁項集305
13.2.2依據頻繁項集產生簡單關聯規則307
13.2.3Apriori算法的應用示例307
13.3SPSSModeler的序列關聯及其應用312
13.3.1序列關聯中的基本概念312
13.3.2Sequence算法313
13.3.3序列關聯的時間約束316
13.3.4Sequence算法的應用示例317
第14章探索內部結構:SPSSModeler的聚類分析320
14.1聚類分析的一般問題320
14.1.1聚類分析的提出320
14.1.2聚類算法320
14.2SPSSModeler的K-Means聚類及應用321
14.2.1K-Means對“親疏程度”的測度321
14.2.2K-Means聚類過程321
14.2.3K-Means聚類的應用示例324
14.3SPSSModeler的兩步聚類及其應用327
14.3.1兩步聚類對“親疏程度”的測度328
14.3.2兩步聚類過程328
14.3.3聚類數目的確定330
14.3.4兩步聚類的應用示例332
14.4SPSSModeler的Kohonen網絡聚類及其應用333
14.4.1Kohonen網絡聚類機理333
14.4.2Kohonen網絡聚類過程335
14.4.3Kohonen網絡聚類的應用示例337
14.5基於聚類分析的離群點探索342
14.5.1多維空間基於聚類的離群點診斷方法343
14.5.2多維空間基於聚類的離群點診斷應用示例345
數據挖掘是大數據分析中最活躍的地帶。SPSS Modeler充分利用計算機繫統的運算處理能力和圖形展現能力,將數據挖掘方法、應用與工具有機地融為一體,成為內容全面、功能強大、操作友好的數據挖掘軟件產品,是大數據分析的理想工具。本書以數據挖掘的實踐過程為主線,繫統介紹了決策樹、人工神經網絡、支持向量機、Logistic回歸、判別分析、貝葉斯網絡、聚類分析等一繫列經典數據挖掘方法,以及數據整理和降維處理等推薦知識,同時給出了SPSS Modeler實現的全過程。講解方法從易到難,說明問題由淺入深,軟件操作詳細全面。本書力求以最通俗的方式闡述數據挖掘方法的核心思想與基本原理,同時配合SPSS Modeler 18(中文版)軟件操作說明,希望讀者能夠直觀理解方法的本質,快速掌握軟件使用技巧,並應用到數據挖掘實踐中。本書可作為高等院校管理類、財經類、計算機類專業本科生和研究生的數據挖掘教材,也可作為等