数据挖掘导论(完整版)
16推荐 收藏
29.7K阅读
图灵计算机科学丛书

数据挖掘导论(完整版)

Pang-Ning Tan , Michael Steinbach , Vipin Kumar (作者) 范明 , 范宏建 (译者)
  本书全面介绍了数据挖掘的理论和方法,旨在为读者提供将数据挖掘应用于实际问题所必需的知识。
  本书涵盖五个主题:数据、分类、关联分析、聚类和异常检测。除异常检测外,每个主题都包含两章:前面一章讲述基本概念、代表性算法和评估技术,后面一章较深入地讨论高级概念和算法。目的是使读者在透彻地理解数据挖掘基础的同时,还能了解更多重要的高级主题。此外,书中还提供了大量示例、图表和习题。
  本书适合作为相关专业高年级本科生和研究生数据挖掘课程的教材,同时也可作为数据挖掘研究和应用开发人员的参考书。
纸质书
¥54.51 ¥69.00

其他购买方式?

出版信息

  • 书  名数据挖掘导论(完整版)
  • 系列书名图灵计算机科学丛书
  • 执行编辑关于本书的内容有任何问题,请联系 傅志红
  • 出版日期2010-12-09
  • 书  号978-7-115-24100-9
  • 定  价69.00 元
  • 页  数480
  • 开  本16开
  • 出版状态上市销售
  • 原书名Introduction to Data Mining
  • 原书号0-321-32136-7

同系列书

本书特色

与许多其他同类图书不同,本书将重点放在如何用数据挖掘知识解决各种实际问题。
只要求具备很少的预备知识——不需要数据库背景,只需要很少的统计学或数学背景知识。
书中包含大量的图表、综合示例和丰富的习题,并且使用示例、关键算法的简洁描述和习题,尽可能直接地聚焦于数据挖掘的主要概念。
教辅内容极为丰富,包括课程幻灯片、学生课题建议、数据挖掘资源(如数据挖掘算法和数据集)、联机指南(使用实际的数据集和数据分析软件,为本书介绍的部分数据挖掘技术提供例子讲解)。
向采用本书作为教材的教师提供习题解答。

目录

第1章 绪论    1
1.1 什么是数据挖掘    2
1.2 数据挖掘要解决的问题    2
1.3 数据挖掘的起源    3
1.4 数据挖掘任务    4
1.5 本书的内容与组织    7
文献注释    7
参考文献    8
习题    10
第2章 数据    13
2.1 数据类型    14
2.1.1 属性与度量    15
2.1.2 数据集的类型    18
2.2 数据质量    22
2.2.1 测量和数据收集问题    22
2.2.2 关于应用的问题    26
2.3 数据预处理    27
2.3.1 聚集    27
2.3.2 抽样    28
2.3.3 维归约    30
2.3.4 特征子集选择    31
2.3.5 特征创建    33
2.3.6 离散化和二元化    34
2.3.7 变量变换    38
2.4 相似性和相异性的度量    38
2.4.1 基础    39
2.4.2 简单属性之间的相似度和相异度    40
2.4.3 数据对象之间的相异度    41
2.4.4 数据对象之间的相似度    43
2.4.5 邻近性度量的例子    43
2.4.6 邻近度计算问题    48
2.4.7 选取正确的邻近性度量    50
文献注释    50
参考文献    52
习题    53
第3章 探索数据    59
3.1 鸢尾花数据集    59
3.2 汇总统计    60
3.2.1 频率和众数    60
3.2.2 百分位数    61
3.2.3 位置度量:均值和中位数    61
3.2.4 散布度量:极差和方差    62
3.2.5 多元汇总统计    63
3.2.6 汇总数据的其他方法    64
3.3 可视化    64
3.3.1 可视化的动机    64
3.3.2 一般概念    65
3.3.3 技术    67
3.3.4 可视化高维数据    75
3.3.5 注意事项    79
3.4 OLAP和多维数据分析    79
3.4.1 用多维数组表示鸢尾花数据    80
3.4.2 多维数据:一般情况    81
3.4.3 分析多维数据    82
3.4.4 关于多维数据分析的最后评述    84
文献注释    84
参考文献    85
习题    86
第4章 分类:基本概念、决策树与模型评估    89
4.1 预备知识    89
4.2 解决分类问题的一般方法    90
4.3 决策树归纳    92
4.3.1 决策树的工作原理    92
4.3.2 如何建立决策树    93
4.3.3 表示属性测试条件的方法    95
4.3.4 选择最佳划分的度量    96
4.3.5 决策树归纳算法    101
4.3.6 例子:Web 机器人检测    102
4.3.7 决策树归纳的特点    103
4.4 模型的过分拟合    106
4.4.1 噪声导致的过分拟合    107
4.4.2 缺乏代表性样本导致的过分拟合    109
4.4.3 过分拟合与多重比较过程    109
4.4.4 泛化误差估计    110
4.4.5 处理决策树归纳中的过分拟合    113
4.5 评估分类器的性能    114
4.5.1 保持方法    114
4.5.2 随机二次抽样    115
4.5.3 交叉验证    115
4.5.4 自助法    115
4.6 比较分类器的方法    116
4.6.1 估计准确度的置信区间    116
4.6.2 比较两个模型的性能    117
4.6.3 比较两种分类法的性能    118
文献注释    118
参考文献    120
习题    122
第5章 分类:其他技术    127
5.1 基于规则的分类器    127
5.1.1 基于规则的分类器的工作原理    128
5.1.2 规则的排序方案    129
5.1.3 如何建立基于规则的分类器    130
5.1.4 规则提取的直接方法    130
5.1.5 规则提取的间接方法    135
5.1.6 基于规则的分类器的特征    136
5.2 最近邻分类器    137
5.2.1 算法    138
5.2.2 最近邻分类器的特征    138
5.3 贝叶斯分类器    139
5.3.1 贝叶斯定理    139
5.3.2 贝叶斯定理在分类中的应用    140
5.3.3 朴素贝叶斯分类器    141
5.3.4 贝叶斯误差率    145
5.3.5 贝叶斯信念网络    147
5.4 人工神经网络    150
5.4.1 感知器    151
5.4.2 多层人工神经网络    153
5.4.3 人工神经网络的特点    155
5.5 支持向量机    156
5.5.1 最大边缘超平面    156
5.5.2 线性支持向量机:可分情况    157
5.5.3 线性支持向量机:不可分情况    162
5.5.4 非线性支持向量机    164
5.5.5 支持向量机的特征    168
5.6 组合方法    168
5.6.1 组合方法的基本原理    168
5.6.2 构建组合分类器的方法    169
5.6.3 偏倚—方差分解    171
5.6.4 装袋    173
5.6.5 提升    175
5.6.6 随机森林    178
5.6.7 组合方法的实验比较    179
5.7 不平衡类问题    180
5.7.1 可选度量    180
5.7.2 接受者操作特征曲线    182
5.7.3 代价敏感学习    184
5.7.4 基于抽样的方法    186
5.8 多类问题    187
文献注释    189
参考文献    190
习题    193
第6章 关联分析:基本概念和算法    201
6.1 问题定义    202
6.2 频繁项集的产生    204
6.2.1 先验原理    205
6.2.2 Apriori算法的频繁项集产生    206
6.2.3 候选的产生与剪枝    208
6.2.4 支持度计数    210
6.2.5 计算复杂度    213
6.3 规则产生    215
6.3.1 基于置信度的剪枝    215
6.3.2 Apriori算法中规则的产生    215
6.3.3 例:美国国会投票记录    217
6.4 频繁项集的紧凑表示    217
6.4.1 极大频繁项集    217
6.4.2 闭频繁项集    219
6.5 产生频繁项集的其他方法    221
6.6 FP增长算法    223
6.6.1 FP树表示法    224
6.6.2 FP增长算法的频繁项集产生    225
6.7 关联模式的评估    228
6.7.1 兴趣度的客观度量    228
6.7.2 多个二元变量的度量    235
6.7.3 辛普森悖论    236
6.8 倾斜支持度分布的影响    237
文献注释    240
参考文献    244
习题    250
第7章 关联分析:高级概念    259
7.1 处理分类属性    259
7.2 处理连续属性    261
7.2.1 基于离散化的方法    261
7.2.2 基于统计学的方法    263
7.2.3 非离散化方法    265
7.3 处理概念分层    266
7.4 序列模式    267
7.4.1 问题描述    267
7.4.2 序列模式发现    269
7.4.3 时限约束    271
7.4.4 可选计数方案    274
7.5 子图模式    275
7.5.1 图与子图    276
7.5.2 频繁子图挖掘    277
7.5.3 类Apriori方法    278
7.5.4 候选产生    279
7.5.5 候选剪枝    282
7.5.6 支持度计数    285
7.6 非频繁模式    285
7.6.1 负模式    285
7.6.2 负相关模式    286
7.6.3 非频繁模式、负模式和负相关模式比较    287
7.6.4 挖掘有趣的非频繁模式的技术    288
7.6.5 基于挖掘负模式的技术    288
7.6.6 基于支持度期望的技术    290
文献注释    292
参考文献    293
习题    295
第8章 聚类分析:基本概念和算法    305
8.1 概述    306
8.1.1 什么是聚类分析    306
8.1.2 不同的聚类类型    307
8.1.3 不同的簇类型    308
8.2 K均值    310
8.2.1 基本K均值算法    310
8.2.2 K均值:附加的问题    315
8.2.3 二分K均值    316
8.2.4 K均值和不同的簇类型    317
8.2.5 优点与缺点    318
8.2.6 K均值作为优化问题    319
8.3 凝聚层次聚类    320
8.3.1 基本凝聚层次聚类算法    321
8.3.2 特殊技术    322
8.3.3 簇邻近度的Lance-Williams公式    325
8.3.4 层次聚类的主要问题    326
8.3.5 优点与缺点    327
8.4 DBSCAN    327
8.4.1 传统的密度:基于中心的方法    327
8.4.2 DBSCAN算法    328
8.4.3 优点与缺点    329
8.5 簇评估    330
8.5.1 概述    332
8.5.2 非监督簇评估:使用凝聚度和分离度    332
8.5.3 非监督簇评估:使用邻近度矩阵    336
8.5.4 层次聚类的非监督评估    338
8.5.5 确定正确的簇个数    339
8.5.6 聚类趋势    339
8.5.7 簇有效性的监督度量    340
8.5.8 评估簇有效性度量的显著性    343
文献注释    344
参考文献    345
习题    347
第9章 聚类分析:其他问题与算法    355
9.1 数据、簇和聚类算法的特性    355
9.1.1 例子:比较K均值和DBSCAN    355
9.1.2 数据特性    356
9.1.3 簇特性    357
9.1.4 聚类算法的一般特性    358
9.2 基于原型的聚类    359
9.2.1 模糊聚类    359
9.2.2 使用混合模型的聚类    362
9.2.3 自组织映射    369
9.3 基于密度的聚类    372
9.3.1 基于网格的聚类    372
9.3.2 子空间聚类    374
9.3.3 DENCLUE:基于密度聚类的一种基于核的方案    377
9.4 基于图的聚类    379
9.4.1 稀疏化    379
9.4.2 最小生成树聚类    380
9.4.3 OPOSSUM:使用METIS的稀疏相似度最优划分    381
9.4.4 Chameleon:使用动态建模的层次聚类    381
9.4.5 共享最近邻相似度    385
9.4.6 Jarvis-Patrick聚类算法    387
9.4.7 SNN密度    388
9.4.8 基于SNN密度的聚类    389
9.5 可伸缩的聚类算法    390
9.5.1 可伸缩:一般问题和方法    391
9.5.2 BIRCH    392
9.5.3 CURE    393
9.6 使用哪种聚类算法    395
文献注释    397
参考文献    398
习题    400
第10章 异常检测    403
10.1 预备知识    404
10.1.1 异常的成因    404
10.1.2 异常检测方法    404
10.1.3 类标号的使用    405
10.1.4 问题    405
10.2 统计方法    406
10.2.1 检测一元正态分布中的离群点    407
10.2.2 多元正态分布的离群点    408
10.2.3 异常检测的混合模型方法    410
10.2.4 优点与缺点    411
10.3 基于邻近度的离群点检测    411
10.4 基于密度的离群点检测    412
10.4.1 使用相对密度的离群点检测    413
10.4.2 优点与缺点    414
10.5 基于聚类的技术    414
10.5.1 评估对象属于簇的程度    415
10.5.2 离群点对初始聚类的影响    416
10.5.3 使用簇的个数    416
10.5.4 优点与缺点    416
文献注释    417
参考文献    418
习题    420
附录A 线性代数    423
附录B 维归约    433
附录C 概率统计    445
附录D 回归    451
附录E 优化    457


大家也喜欢

  • 斯坦福数据挖掘教程(第3版)

    尤雷 • 莱斯科夫(Jure Leskovec)   阿南德 • 拉贾拉曼(Anand Rajaraman)   杰弗里 • 大卫 • 厄尔曼(Jeffrey David Ullman)   王斌   王达侃   译

    本书由斯坦福大学“Web挖掘”课程的内容总结而成,主要关注极大规模数据的挖掘。书中包括分布式文件系统、相似性搜...

  • 数据科学入门(第2版)

    [美] 乔尔•格鲁斯   岳冰   高蓉   韩波   译

    本书基于Python语言环境,从零开始讲解数据科学工作,讲述数据科学工作所需的技能与诀窍,并带领读者熟悉数据科...

  • Python数据挖掘入门与实践(第2版)

    罗伯特·莱顿   亦念   译

    本书以实践为宗旨,对数据挖掘进行了详细地入门引导。本书囊括了比赛结果预测、电影推荐、特征提取、好友推荐、破解验...

  • Java数据科学实战

    [美] 迈克尔 • R. 布茹斯托维奇   姜建锦   赵绪营   张岩   译

    本书基于清晰的、面向对象的Java代码,讨论了数据科学研究的一些基本原理。考虑到项目所需的可伸缩性、稳健性以及...

  • Python科学计算最佳实践:SciPy指南

    [澳]胡安•努内兹-伊格莱西亚斯   [美]斯特凡•范德瓦尔特   [澳]哈丽雅特•达士诺   陈光欣   译

    本书旨在介绍开源的Python算法库和数学工具包SciPy。近年来,基于NumPy和SciPy的完整生态系统迅...

相关文章

  • pusu.io 2推荐

    《数据挖掘导论》读后感

    本书简要而全面地介绍了数据挖掘的理论和方法,为读者提供将数据挖掘应用于实际问题所必需的知识。本书涵盖五个主题︰数据、分类、关联分析、聚类和异常检测。除异常检测外,每个主题都包含两章︰前面一章讲述基本概念、代表性算法和评估技术,后面一章较深入地讨论高级概念和算法。目的是使读者在透…...

  • 随书下载为什么只有PPT和课后习题答案,没有给前言中说好的数据挖掘算法和数据集呢?
    FerberX  发表于 2016-03-11 15:24:37
    推荐
  • 第二版快出了,望跟进。
    Andy_Henry  发表于 2013-04-29 12:44:58
    推荐
  • 数据集资源在哪里下载?
    数魅  发表于 2020-03-12 08:55:28
    推荐
  • ppt密码是什么啊?有的地方还不太明白,有没有相关教学视频?
    1534879687  发表于 2016-03-26 17:34:37
    推荐
  • 太导论了,不知道怎么深入~
    k329621268  发表于 2015-04-15 14:34:49
    推荐
  • 出下一版的时候能不能顺便把答案也翻译了,谢谢~
    mollymolly233  发表于 2017-06-15 12:26:58
    推荐
  • 原版资源 http://www-users.cs.umn.edu/~kumar/dmbook/index.php
    liyifan  发表于 2017-08-08 16:20:39
    推荐
  • 有没有中文版课后题答案
      发表于 2017-09-26 22:12:50
    推荐
    • 本书在国外是教材,习题答案只有老师可以申请,需要到培生的网站申请。答案没有中文版。

      傅志红  发表于 2017-09-27 10:40:22
  • 问一下ppt和数据集在哪里下载?www.aw-bc.com/cssupport 打不开
    siyueshi  发表于 2018-04-25 20:43:02
    推荐
    • 请参见界面右侧的随书下载。

      傅志红  发表于 2018-04-26 13:41:05
  • 说好的数据集呢?数据集呢?数据集呢?这里只能下载ppt和答案,没有数据集啊啊啊啊啊啊啊啊啊啊啊!!!!!!
    linex  发表于 2018-07-13 13:28:51
    推荐
  • 这本书的第二版会翻译出版吗,谢谢
    asswwq  发表于 2019-04-24 13:49:26
    推荐
    • 外方授权给其他出版社了:(

      傅志红  发表于 2019-04-24 15:18:46
    • @傅志红 好的,谢谢,方便说下那个出版社啊,这本书我觉得很好,第一版有点老,希望早点能买到第二版。

      asswwq  发表于 2019-04-24 20:22:05
    • @asswwq 原书还没有出版,具体授予谁不清楚。

      傅志红  发表于 2019-04-25 09:04:27
  • 说实话感觉翻译大部分都是机翻的
    大菠萝头  发表于 2019-12-19 16:54:47
    推荐
  • 请问资料(PPT、课后习题答案)有中文版的吗?从哪里下载?
    常俊  发表于 2020-01-10 16:41:39
    推荐
    • 数据集,你找到了吗?

      数魅  发表于 2020-03-11 14:13:26
  • 没有Vpian或找不到资源的小伙伴这里有py代码网页 :链接:https://pan.baidu.com/s/1IPL_aSwWNLuKept-JcBhCw
    提取码:rxjo
    复制这段内容后打开百度网盘手机App,操作更方便哦(本人之前已学过python,所以py介绍部分没弄过来了)
    zzy_  发表于 2020-10-04 15:25:21
    推荐