第Ⅰ部分 數(shù)據(jù)準(zhǔn)備

第1章 數(shù)據(jù)挖掘與預(yù)測(cè)分析概述 3

1.1 什么是數(shù)據(jù)挖掘和預(yù)測(cè)分析 3

1.2 需求：數(shù)據(jù)挖掘技術(shù)人員 4

1.3 數(shù)據(jù)挖掘離不開(kāi)人的參與 5

1.4 跨行業(yè)數(shù)據(jù)挖掘標(biāo)準(zhǔn)過(guò)程：

CRISP-DM 6

1.5 數(shù)據(jù)挖掘的謬誤 8

1.6 數(shù)據(jù)挖掘能夠完成的任務(wù) 9

1.6.1 描述 9

1.6.2 評(píng)估 10

1.6.3 預(yù)測(cè) 11

1.6.4 分類(lèi) 11

1.6.5 聚類(lèi) 13

1.6.6 關(guān)聯(lián) 14

R語(yǔ)言開(kāi)發(fā)園地 15

R參考文獻(xiàn) 16

練習(xí) 16

第2章 數(shù)據(jù)預(yù)處理 17

2.1 需要預(yù)處理數(shù)據(jù)的原因 17

2.2 數(shù)據(jù)清理 18

2.3 處理缺失數(shù)據(jù) 19

2.4 識(shí)別錯(cuò)誤分類(lèi) 22

2.5 識(shí)別離群值的圖形方法 22

2.6 中心和散布度量 24

2.7 數(shù)據(jù)變換 26

2.8 min-max規(guī)范化 26

2.9 Z-score標(biāo)準(zhǔn)化 27

2.10 小數(shù)定標(biāo)規(guī)范化 28

2.11 變換為正態(tài)數(shù)據(jù) 28

2.12 識(shí)別離群值的數(shù)值方法 34

2.13 標(biāo)志變量 35

2.14 將分類(lèi)變量轉(zhuǎn)換為數(shù)值變量 35

2.15 數(shù)值變量分箱 36

2.16 對(duì)分類(lèi)變量重新劃分類(lèi)別 37

2.17 添加索引字段 37

2.18 刪除無(wú)用變量 38

2.19 可能不應(yīng)該刪除的變量 38

2.20 刪除重復(fù)記錄 39

2.21 ID字段簡(jiǎn)述 39

R語(yǔ)言開(kāi)發(fā)園地 39

R參考文獻(xiàn) 45

練習(xí) 45

第3章 探索性數(shù)據(jù)分析 49

3.1 假設(shè)檢驗(yàn)與探索性數(shù)據(jù)分析 49

3.2 了解數(shù)據(jù)集 49

3.3 探索分類(lèi)變量 52

3.4 探索數(shù)值變量 58

3.5 探索多元關(guān)系 62

3.6 選擇感興趣的數(shù)據(jù)子集作進(jìn)一步研究 64

3.7 使用EDA發(fā)現(xiàn)異常字段 64

3.8 基于預(yù)測(cè)值分級(jí) 65

3.9 派生新變量：標(biāo)志變量 67

3.10 派生新變量：數(shù)值變量 69

3.11 使用EDA探測(cè)相關(guān)聯(lián)的預(yù)測(cè)

變量 70

3.12 EDA概述 73

R語(yǔ)言開(kāi)發(fā)園地 73

R參考文獻(xiàn) 80

練習(xí) 80

第4章 降維方法 83

4.1 數(shù)據(jù)挖掘中降維的必要性 83

4.2 主成分分析 84

4.3 將主成分分析應(yīng)用于房屋

數(shù)據(jù)集 87

4.4 應(yīng)提取多少個(gè)主成分 91

4.4.1 特征值標(biāo)準(zhǔn) 91

4.4.2 解釋變異的比例標(biāo)準(zhǔn) 92

4.4.3 最小共性標(biāo)準(zhǔn) 92

4.4.4 坡度圖標(biāo)準(zhǔn) 92

4.5 主成分描述 94

4.6 共性 96

4.7 主成分驗(yàn)證 97

4.8 因子分析法 98

4.9 因子分析法在成年人數(shù)據(jù)集中的

應(yīng)用 99

4.10 因子旋轉(zhuǎn) 101

4.11 用戶(hù)自定義合成 104

4.12 用戶(hù)自定義合成的示例 105

R語(yǔ)言開(kāi)發(fā)園地 106

R參考文獻(xiàn) 110

練習(xí) 111

第Ⅱ部分 統(tǒng)計(jì)分析

第5章 單變量統(tǒng)計(jì)分析 117

5.1 數(shù)據(jù)知識(shí)發(fā)現(xiàn)中的數(shù)據(jù)挖掘

任務(wù) 117

5.2 用于估計(jì)和預(yù)測(cè)的統(tǒng)計(jì)方法 117

5.3 統(tǒng)計(jì)推理 118

5.4 我們對(duì)評(píng)估的確信程度如何 119

5.5 均值的置信區(qū)間估計(jì) 120

5.6 如何減少誤差范圍 121

5.7 比例的置信區(qū)間估計(jì) 122

5.8 均值的假設(shè)檢驗(yàn) 123

5.9 拒絕零假設(shè)的證據(jù)力度的

評(píng)估 125

5.10 使用置信區(qū)間執(zhí)行假設(shè)檢驗(yàn) 126

5.11 比例的假設(shè)檢驗(yàn) 127

R語(yǔ)言開(kāi)發(fā)園地 128

R參考文獻(xiàn) 129

練習(xí) 129

第6章 多元統(tǒng)計(jì) 133

6.1 描述均值差異的兩樣例t-檢驗(yàn)

方法 133

6.2 判斷總體差異的兩樣例

Z-檢驗(yàn) 134

6.3 比例均勻性的測(cè)試 135

6.4 多元數(shù)據(jù)擬合情況的

卡方檢驗(yàn) 137

6.5 方差分析 138

R語(yǔ)言開(kāi)發(fā)園地 141

R參考文獻(xiàn) 143

練習(xí) 143

第7章 數(shù)據(jù)建模準(zhǔn)備 145

7.1 有監(jiān)督學(xué)習(xí)與無(wú)監(jiān)督學(xué)習(xí) 145

7.2 統(tǒng)計(jì)方法與數(shù)據(jù)挖掘方法 146

7.3 交叉驗(yàn)證 146

7.4 過(guò)度擬合 147

7.5 偏差-方差權(quán)衡 148

7.6 平衡訓(xùn)練數(shù)據(jù)集 150

7.7 建立基線性能 151

R語(yǔ)言開(kāi)發(fā)園地 152

R參考文獻(xiàn) 153

練習(xí) 153

第8章 簡(jiǎn)單線性回歸 155

8.1 簡(jiǎn)單線性回歸示例 155

8.2 外推的危險(xiǎn) 161

8.3 回歸有用嗎？系數(shù)的確定 162

8.4 估計(jì)標(biāo)準(zhǔn)誤差 166

8.5 相關(guān)系數(shù)r 167

8.6 簡(jiǎn)單線性回歸的方差分析表 169

8.7 離群點(diǎn)、高杠桿率點(diǎn)與有影響

的觀察點(diǎn) 170

8.8 回歸方程概括 178

8.9 回歸假設(shè)驗(yàn)證 179

8.10 回歸推理 184

8.11 x與y之間關(guān)系的t-檢驗(yàn) 185

8.12 回歸直線斜率的置信區(qū)間 187

8.13 相關(guān)系數(shù)的置信區(qū)間 188

8.14 給定均值的置信區(qū)間 190

8.15 給定隨機(jī)選擇值的預(yù)測(cè)區(qū)間 191

8.16 獲得線性特性的變換 194

8.17 博克斯-考克斯變換 199

R語(yǔ)言開(kāi)發(fā)園地 199

R參考文獻(xiàn) 205

練習(xí) 205

第9章 多元回歸與模型構(gòu)建 213

9.1 多元回歸示例 213

9.2 總體多元回歸方程 218

9.3 多元回歸推理 219

9.3.1 y與xi之間關(guān)系的t-檢驗(yàn) 219

9.3.2 營(yíng)養(yǎng)等級(jí)與含糖量之間關(guān)系

的t-檢驗(yàn) 220

9.3.3 營(yíng)養(yǎng)等級(jí)與纖維含量之間

關(guān)系的t-檢驗(yàn) 220

9.3.4 總體回歸模型顯著性的

F-檢驗(yàn) 221

9.3.5 營(yíng)養(yǎng)等級(jí)與含糖量和纖維

含量之間關(guān)系的F-檢驗(yàn) 222

9.3.6 特定系數(shù)i的置信區(qū)間 223

9.3.7 (在給定x1,x2,…,xm的情況下)y

的均值的置信區(qū)間 223

9.3.8 (在給定x1,x2,…,xm的情況下)

隨機(jī)選擇的y值的預(yù)測(cè)區(qū)間 223

9.4 利用指示變量的包含范疇型預(yù)測(cè)變量的回歸 224

9.5 調(diào)整R2：懲罰包含無(wú)用預(yù)測(cè)變量的模型 230

9.6 序列平方和 231

9.7 多重共線性 233

9.8 變量選擇方法 239

9.8.1 有偏F-檢驗(yàn) 239

9.8.2 前向選擇過(guò)程 240

9.8.3 反向刪除過(guò)程 241

9.8.4 逐步選擇過(guò)程 241

9.8.5 最佳子集過(guò)程 241

9.8.6 所有可能子集過(guò)程 242

9.9 油耗數(shù)據(jù)集 242

9.10 變量選擇方法的應(yīng)用 243

9.10.1 應(yīng)用于油耗數(shù)據(jù)集的前向

選擇過(guò)程 244

9.10.2 應(yīng)用于油耗數(shù)據(jù)集的后向

刪除過(guò)程 245

9.10.3 應(yīng)用于油耗數(shù)據(jù)集的逐步選擇過(guò)程 246

9.10.4 應(yīng)用于油耗數(shù)據(jù)集的最佳子集過(guò)程 246

9.10.5 MallowsCp統(tǒng)計(jì)量 247

9.11 將主成分作為預(yù)測(cè)變量進(jìn)行

多元回歸 251

R語(yǔ)言開(kāi)發(fā)園地 255

R參考文獻(xiàn) 265

練習(xí) 265

第Ⅲ部分 分類(lèi)

第10章 K-最近鄰算法 273

10.1 分類(lèi)任務(wù) 273

10.2 k-最近鄰算法 274

10.3 距離函數(shù) 276

10.4 組合函數(shù) 279

10.4.1 簡(jiǎn)單權(quán)重投票方式 279

10.4.2 加權(quán)投票 279

10.5 量化屬性的相關(guān)性：軸伸縮 280

10.6 數(shù)據(jù)庫(kù)方面的考慮 281

10.7 將k-最近鄰算法用于評(píng)估和

預(yù)測(cè) 281

10.8 k值的選擇 282

10.9 利用IBM/SPSS建模工具應(yīng)用

k-最近鄰算法 283

R語(yǔ)言開(kāi)發(fā)園地 284

R參考文獻(xiàn) 286

練習(xí) 286

第11章 決策樹(shù) 289

11.1 決策樹(shù)是什么 289

11.2 使用決策樹(shù)的要求 291

11.3 分類(lèi)與回歸樹(shù) 291

11.4 C4.5算法 297

11.5 決策規(guī)則 302

11.6 比較C5.0和CART算法應(yīng)用

到實(shí)際的數(shù)據(jù) 303

R語(yǔ)言開(kāi)發(fā)園地 306

R參考文獻(xiàn) 307

練習(xí) 308

第12章 神經(jīng)元網(wǎng)絡(luò) 311

12.1 輸入和輸出編碼 312

12.2 神經(jīng)元網(wǎng)絡(luò)用于評(píng)估和預(yù)測(cè) 313

12.3 神經(jīng)元網(wǎng)絡(luò)的簡(jiǎn)單示例 314

12.4 sigmoid激活函數(shù) 316

12.5 反向傳播 317

12.6 梯度下降法 317

12.7 反向傳播規(guī)則 318

12.8 反向傳播示例 319

12.9 終止條件 320

12.10 學(xué)習(xí)率 321

12.11 動(dòng)量項(xiàng) 322

12.12 敏感性分析 323

12.13 神經(jīng)元網(wǎng)絡(luò)建模應(yīng)用 324

R語(yǔ)言開(kāi)發(fā)園地 326

R參考文獻(xiàn) 328

練習(xí) 328

第13章 logistic回歸 331

13.1 logistic回歸簡(jiǎn)單示例 331

13.2 最大似然估計(jì) 333

13.3 解釋logistic回歸的輸出 334

13.4 推理：這些預(yù)測(cè)有顯著性嗎 335

13.5 概率比比率與相對(duì)風(fēng)險(xiǎn) 337

13.6 對(duì)二分logistic回歸預(yù)測(cè)的

解釋 339

13.7 對(duì)應(yīng)用于多元預(yù)測(cè)變量的

logistic回歸的解釋 342

13.8 對(duì)應(yīng)用于連續(xù)型預(yù)測(cè)變量的

logistic回歸的解釋 346

13.9 線性假設(shè) 351

13.10 零單元問(wèn)題 353

13.11 多元logistic回歸 355

13.12 引入高階項(xiàng)處理非線性 359

13.13 logistic回歸模型的驗(yàn)證 366

13.14 WEKA：應(yīng)用logistic回歸的

實(shí)踐分析 370

R語(yǔ)言開(kāi)發(fā)園地 374

R參考文獻(xiàn) 380

練習(xí) 380

第14章 樸素貝葉斯與貝葉斯網(wǎng)絡(luò) 385

14.1 貝葉斯方法 385

14.2 最大后驗(yàn)(MAP)分類(lèi) 387

14.3 后驗(yàn)概率比 391

14.4 數(shù)據(jù)平衡 393

14.5 樸素貝葉斯分類(lèi) 394

14.6 解釋對(duì)數(shù)后驗(yàn)概率比 397

14.7 零單元問(wèn)題 398

14.8 樸素貝葉斯分類(lèi)中的數(shù)值型

預(yù)測(cè)變量 399

14.9 WEKA：使用樸素貝葉斯開(kāi)展

分析 402

14.10 貝葉斯信念網(wǎng)絡(luò) 406

14.11 衣物購(gòu)買(mǎi)示例 407

14.12 利用貝葉斯網(wǎng)絡(luò)發(fā)現(xiàn)概率 409

R語(yǔ)言開(kāi)發(fā)園地 413

R參考文獻(xiàn) 417

練習(xí) 417

第15章 模型評(píng)估技術(shù) 421

15.1 用于描述任務(wù)的模型評(píng)估

技術(shù) 421

15.2 用于評(píng)估和預(yù)測(cè)任務(wù)的模型

評(píng)估技術(shù) 422

15.3 用于分類(lèi)任務(wù)的模型評(píng)估

方法 423

15.4 準(zhǔn)確率和總誤差率 425

15.5 靈敏性和特效性 426

15.6 假正類(lèi)率和假負(fù)類(lèi)率 427

15.7 真正類(lèi)、真負(fù)類(lèi)、假正類(lèi)、

假負(fù)類(lèi)的比例 427

15.8 通過(guò)誤分類(lèi)成本調(diào)整來(lái)反映

現(xiàn)實(shí)關(guān)注點(diǎn) 429

15.9 決策成本/效益分析 430

15.10 提升圖表和增益圖表 431

15.11 整合模型評(píng)估與模型建立 434

15.12 結(jié)果融合：應(yīng)用一系列

模型 435

R語(yǔ)言開(kāi)發(fā)園地 436

R參考文獻(xiàn) 436

練習(xí) 437

第16章 基于數(shù)據(jù)驅(qū)動(dòng)成本的

成本-效益分析 439

16.1 在行調(diào)整條件下的決策

不變性 439

16.2 正分類(lèi)標(biāo)準(zhǔn) 440

16.3 正分類(lèi)標(biāo)準(zhǔn)的示范 442

16.4 構(gòu)建成本矩陣 444

16.5 在縮放條件下的決策不變性 445

16.6 直接成本和機(jī)會(huì)成本 446

16.7 案例研究：基于數(shù)據(jù)驅(qū)動(dòng)誤

分類(lèi)成本的成本-效益分析 446

16.8 再平衡作為誤分類(lèi)成本的

代理 450

R語(yǔ)言開(kāi)發(fā)園地 452

R參考文獻(xiàn) 455

練習(xí) 455

第17章 三元和k元分類(lèi)模型的成本-

效益分析 459

17.1 三元目標(biāo)的分類(lèi)評(píng)估變量 459

17.2 三元分類(lèi)評(píng)估度量在貸款審批問(wèn)題中的應(yīng)用 462

17.3 三元貸款分類(lèi)問(wèn)題的數(shù)據(jù)驅(qū)動(dòng)成本-效益分析 466

17.4 比較使用/不使用數(shù)據(jù)驅(qū)動(dòng)誤分類(lèi)成本的CART模型 467

17.5 一般的k元目標(biāo)的分類(lèi)評(píng)估

度量 470

17.6 k元分類(lèi)中評(píng)估度量和數(shù)據(jù)驅(qū)動(dòng)誤分類(lèi)成本的示例 472

R語(yǔ)言開(kāi)發(fā)園地 474

R參考文獻(xiàn) 475

練習(xí) 475

第18章 分類(lèi)模型的圖形化評(píng)估 477

18.1 回顧提升圖表和增益圖表 477

18.2 使用誤分類(lèi)成本的提升圖表

和增益圖表 477

18.3 響應(yīng)圖表 479

18.4 利潤(rùn)圖表 479

18.5 投資回報(bào)(ROI)圖表 482

R語(yǔ)言開(kāi)發(fā)園地 482

R參考文獻(xiàn) 484

練習(xí) 484

第Ⅳ部分 聚類(lèi)

第19章 層次聚類(lèi)和k-均值聚類(lèi) 489

19.1 聚類(lèi)任務(wù) 489

19.2 層次聚類(lèi)方法 491

19.3 單一鏈聚類(lèi) 492

19.4 完全鏈聚類(lèi) 493

19.5 k-均值聚類(lèi) 494

19.6 k-均值聚類(lèi)實(shí)操示例 495

19.7 k-均值算法執(zhí)行中MSB、MSE和偽-F的行為 498

19.8 SAS Enterprise Miner中k-均值算法的應(yīng)用 499

19.9 使用簇成員關(guān)系來(lái)預(yù)測(cè)客戶(hù)

流失 501

R語(yǔ)言開(kāi)發(fā)園地 502

R參考文獻(xiàn) 503

練習(xí) 504

第20章 Kohonen網(wǎng)絡(luò) 505

20.1 自組織映射 505

20.2 Kohonen網(wǎng)絡(luò) 507

20.3 Kohonen網(wǎng)絡(luò)學(xué)習(xí)示例 508

20.4 簇有效性 511

20.5 使用Kohonen網(wǎng)絡(luò)進(jìn)行聚類(lèi)

應(yīng)用 511

20.6 解釋簇 512

20.7 將簇成員關(guān)系作為下游數(shù)據(jù)

挖掘模型的輸入 517

R語(yǔ)言開(kāi)發(fā)園地 518

R參考文獻(xiàn) 520

練習(xí) 520

第21章 BIRCH聚類(lèi) 521

21.1 BIRCH聚類(lèi)的理論基礎(chǔ) 521

21.2 簇特征 522

21.3 簇特征樹(shù) 523

21.4 階段1：構(gòu)建CF樹(shù) 523

21.5 階段2：聚類(lèi)子簇 525

21.6 BIRCH聚類(lèi)示例之階段1：

構(gòu)建CF樹(shù) 525

21.7 BIRCH聚類(lèi)示例之階段2：

聚類(lèi)子簇 530

21.8 候選聚類(lèi)解決方案的評(píng)估 530

21.9 案例研究：在銀行貸款數(shù)據(jù)集

上應(yīng)用BIRCH聚類(lèi) 531

21.9.1 案例研究第1課：對(duì)于

任意聚類(lèi)算法避免高度

相關(guān)的輸入 532

21.9.2 案例研究第2課：不同的

排序可能會(huì)導(dǎo)致不同的

簇?cái)?shù)目 535

R語(yǔ)言開(kāi)發(fā)園地 537

R參考文獻(xiàn) 538

練習(xí) 538

第22章 度量簇的優(yōu)劣 541

22.1 度量簇優(yōu)劣的基本原理 541

22.2 輪廓方法 541

22.3 輪廓值示例 542

22.4 Iris數(shù)據(jù)集的輪廓值分析 544

22.5 偽-F統(tǒng)計(jì)方法 547

22.6 偽-F統(tǒng)計(jì)示例 549

22.7 將偽-F統(tǒng)計(jì)應(yīng)用于Iris

數(shù)據(jù)集 550

22.8 簇驗(yàn)證 551

22.9 將簇驗(yàn)證方法應(yīng)用于貸款

數(shù)據(jù)集 551

R語(yǔ)言開(kāi)發(fā)園地 554

R參考文獻(xiàn) 556

練習(xí) 557

第Ⅴ部分 關(guān)聯(lián)規(guī)則

第23章 關(guān)聯(lián)規(guī)則 561

23.1 親和度分析與購(gòu)物籃分析 561

23.2 支持度、可信度、頻繁項(xiàng)集和

先驗(yàn)屬性 564

23.3 先驗(yàn)算法工作原理(第1部

分) 建立頻繁項(xiàng)集 565

23.4 先驗(yàn)算法工作原理(第2部

分) 建立關(guān)聯(lián)規(guī)則 566

23.5 從標(biāo)志數(shù)據(jù)擴(kuò)展到分類(lèi)數(shù)據(jù) 569

23.6 信息理論方法：廣義規(guī)則推理

方法 570

23.7 關(guān)聯(lián)規(guī)則不易做好 571

23.8 度量關(guān)聯(lián)規(guī)則可用性的方法 573

23.9 關(guān)聯(lián)規(guī)則是監(jiān)督學(xué)習(xí)還是

無(wú)監(jiān)督學(xué)習(xí) 574

23.10 局部模式與全局模型 574

R語(yǔ)言開(kāi)發(fā)園地 575

R參考文獻(xiàn) 575

練習(xí) 576

第Ⅵ部分 增強(qiáng)模型性能

第24章 細(xì)分模型 581

24.1 細(xì)分建模過(guò)程 581

24.2 利用EDA識(shí)別分段的細(xì)分

建模 583

24.3 利用聚類(lèi)方法識(shí)別分段的

細(xì)分建模 585

R語(yǔ)言開(kāi)發(fā)園地 589

R參考文獻(xiàn) 591

練習(xí) 591

第25章 集成方法：bagging和

boosting 593

25.1 使用集成分類(lèi)模型的理由 593

25.2 偏差、方差與噪聲 594

25.3 適合采用bagging的場(chǎng)合 595

25.4 bagging 596

25.5 boosting 599

25.6 使用IBM/SPSS建模器應(yīng)用

bagging和boosting 602

參考文獻(xiàn) 603

R語(yǔ)言開(kāi)發(fā)園地 604

R參考文獻(xiàn) 605

練習(xí) 606

第26章 模型投票與趨向平均 609

26.1 簡(jiǎn)單模型投票 609

26.2 其他投票方法 610

26.3 模型投票過(guò)程 611

26.4 模型投票的應(yīng)用 612

26.5 什么是趨向平均 616

26.6 趨向平均過(guò)程 616

26.7 趨向平均的應(yīng)用 618

R語(yǔ)言開(kāi)發(fā)園地 619

R參考文獻(xiàn) 621

練習(xí) 622

第Ⅶ部分 更多主題

第27章 遺傳算法 627

27.1 遺傳算法簡(jiǎn)介 627

27.2 基因算法的基本框架 628

27.3 遺傳算法的簡(jiǎn)單示例 629

27.3.1 第1次迭代 629

27.3.2 第2次迭代 631

27.4 改進(jìn)及增強(qiáng)：選擇 631

27.5 改進(jìn)及增強(qiáng)：交叉 633

27.5.1 多點(diǎn)交叉 633

27.5.2 通用交叉 634

27.6 實(shí)值變量的遺傳算法 634

27.6.1 單一算術(shù)交叉 635

27.6.2 簡(jiǎn)單算術(shù)交叉 635

27.6.3 完全算術(shù)交叉 635

27.6.4 離散交叉 635

27.6.5 正態(tài)分布突變 635

27.7 利用遺傳算法訓(xùn)練神經(jīng)元

網(wǎng)絡(luò) 636

27.8 WEKA：使用遺傳算法進(jìn)行

分析 640

R語(yǔ)言開(kāi)發(fā)園地 646

R參考文獻(xiàn) 647

練習(xí) 647

第28章 缺失數(shù)據(jù)的填充 649

28.1 缺失數(shù)據(jù)填充的必要性 649

28.2 缺失數(shù)據(jù)填充：連續(xù)型變量 650

28.3 填充的標(biāo)準(zhǔn)誤差 653

28.4 缺失值填充：范疇型變量 653

28.5 缺失的處理模式 654

參考文獻(xiàn) 655

R語(yǔ)言開(kāi)發(fā)園地 655

R參考文獻(xiàn) 657

練習(xí) 658

第Ⅷ部分 案例研究：對(duì)直郵營(yíng)

銷(xiāo)的響應(yīng)預(yù)測(cè)

第29章 案例研究，第1部分：業(yè)務(wù)

理解、數(shù)據(jù)預(yù)處理和探索性

數(shù)據(jù)分析 661

29.1 數(shù)據(jù)挖掘的跨行業(yè)標(biāo)準(zhǔn) 661

29.2 業(yè)務(wù)理解階段 662

29.3 數(shù)據(jù)理解階段，第一部分：

熟悉數(shù)據(jù)集 663

29.4 數(shù)據(jù)準(zhǔn)備階段 667

29.4.1 消費(fèi)金額為負(fù)值的情況 667

29.4.2 實(shí)現(xiàn)正態(tài)性或?qū)ΨQ(chēng)性的

轉(zhuǎn)換 669

29.4.3 標(biāo)準(zhǔn)化 671

29.4.4 派生新變量 671

29.5 數(shù)據(jù)理解階段，第二部分：

探索性數(shù)據(jù)分析 674

29.5.1 探索預(yù)測(cè)因子和響應(yīng)之間

的關(guān)系 674

29.5.2 研究預(yù)測(cè)因子間的相關(guān)性

結(jié)構(gòu) 679

29.5.3 逆轉(zhuǎn)換對(duì)于解釋的

重要性 682

第30章 案例研究，第2部分：聚類(lèi)與

主成分分析 685

30.1 數(shù)據(jù)劃分 685

30.2 制定主成分 686

30.3 驗(yàn)證主成分 689

30.4 主成分概括 691

30.5 利用BIRCH聚類(lèi)算法選擇最優(yōu)

聚類(lèi)數(shù) 694

30.6 利用k均值聚類(lèi)算法選擇最優(yōu)

聚類(lèi)數(shù) 695

30.7 k-均值聚類(lèi)應(yīng)用 696

30.8 驗(yàn)證聚類(lèi) 697

30.9 聚類(lèi)概括 698

第31章 案例研究，第3部分：建模與

評(píng)估性能和可解釋性 699

31.1 選擇性能最佳模型，還是既要

性能又要可解釋性 699

31.2 建模與評(píng)估概述 700

31.3 利用數(shù)據(jù)驅(qū)動(dòng)開(kāi)銷(xiāo)開(kāi)展損益

分析 700

31.4 輸入到模型中的變量 702

31.5 建立基線模型性能 703

31.6 利用誤分類(lèi)開(kāi)銷(xiāo)的模型 704

31.7 需要用代理調(diào)整誤分類(lèi)開(kāi)銷(xiāo)

的模型 705

31.8 采用投票和趨向平均方法

合并模型 706

31.9 對(duì)利潤(rùn)最佳模型的解釋 707

第32章 案例研究，第4部分：高性能

建模與評(píng)估 709

32.1 輸入到模型中的變量 709

32.2 使用誤分類(lèi)開(kāi)銷(xiāo)的模型 710

32.3 需要作為誤分類(lèi)開(kāi)銷(xiāo)代理

調(diào)整的模型 710

32.4 使用投票和趨向平均的合并

模型 711

32.5 經(jīng)驗(yàn)總結(jié) 713

32.6 總結(jié) 713

附錄A 數(shù)據(jù)匯總與可視化 715