数据挖掘与数据整理手册.doc
数据挖掘与数据整理手册
TOC\o1-2\h\u7244第一章数据挖掘基础 3
72171.1数据挖掘概述 3
248531.2数据挖掘流程 3
18931.2.1业务理解 4
116281.2.2数据准备 4
185901.2.3数据摸索 4
16991.2.4模型建立 4
141961.2.5模型评估 4
223521.2.6结果解释与应用 4
184281.3数据挖掘常用算法 4
40091.3.1决策树 4
31381.3.2支持向量机 4
311141.3.3朴素贝叶斯 5
119431.3.4K近邻 5
260841.3.5聚类算法 5
51571.3.6关联规则挖掘 5
18021第二章数据预处理 5
35322.1数据清洗 5
75732.2数据集成 5
314672.3数据转换 6
165832.4数据归一化与标准化 6
2502第三章数据挖掘任务 6
6443.1分类任务 6
293883.1.1分类算法 6
208283.1.2分类评估指标 6
109193.1.3分类应用场景 6
302773.2聚类任务 7
106523.2.1聚类算法 7
140643.2.2聚类评估指标 7
69323.2.3聚类应用场景 7
9543.3关联规则挖掘 7
77503.3.1关联规则算法 7
220453.3.2关联规则评估指标 7
187753.3.3关联规则应用场景 7
194173.4预测建模 8
272533.4.1预测建模方法 8
113033.4.2预测建模评估指标 8
78553.4.3预测建模应用场景 8
12207第四章数据挖掘工具与技术 8
216524.1Python数据挖掘库 8
269164.2R语言数据挖掘 8
166184.3数据挖掘商业工具 9
234614.4机器学习框架 9
15865第五章数据可视化 10
300485.1数据可视化概述 10
46625.2常见数据可视化方法 10
61475.2.1图表法 10
167335.2.2地图法 10
261115.2.3树状图 10
253975.2.4网络图 10
6905.3数据可视化工具 10
55205.3.1Excel 10
94445.3.2Tableau 11
28955.3.3Python可视化库 11
57025.4可视化案例分析 11
2154第六章数据挖掘项目实践 12
204346.1项目规划与管理 12
233726.1.1项目目标确定 12
87646.1.2项目范围界定 12
97336.1.3项目进度计划 12
48176.1.4项目风险管理 13
77146.1.5项目团队管理 13
62716.2项目实施步骤 13
246176.2.1数据采集与预处理 13
4686.2.2数据分析与模型构建 13
71796.2.3模型评估与优化 13
215536.2.4结果可视化与报告撰写 13
189526.2.5项目部署与应用 13
137206.3项目评估与优化 13
214676.3.1项目成果评估 13
157856.3.2项目过程评估 13
154046.3.3项目优化建议 14
122396.4项目案例解析 14
242096.4.1项目背景 14
286006.4.2项目目标 14
298696.4.3项目实施 14
190706.4.4项目成果 14
12588第七章数据挖掘在实际应用中的挑战 14
169457.1数据质量挑战 14
19597.2数据隐私与安全挑战 15
139887.3大数据挑战 15
124807.4复杂性问题 16
23976第八章数据挖掘与人工智能 16
132918.1数据挖掘与机器学习 16
199968.2数据挖掘与深度学习 16
196568.3数据挖掘与自然语言处理 17
154818.4数据挖掘与计算机视觉 17
28661第九章数据挖掘在行业中的应用