前言

第 1 章 數據挖掘概述 01
1.1 什么是數據挖掘 02
1.2 統計思想在數據挖掘中的重要性 02
1.3 數據挖掘的應用案例 07
1.4 CRISP-DM 數據挖掘方法論 14
1.5 SEMMA 數據挖掘方法論 15

第 2 章 數據理解和數據準備 17
2.1 數據理解 19
2.2 數據準備 22
2.3 數據理解和數據準備示例： FNBA 信用卡數據 35

第 3 章 缺失數據 51
3.1 缺失數據模式和缺失數據機制 52
3.2 缺失數據機制對數據分析的影響 53
3.3 缺失值插補 62
3.4 缺失數據插補及分析示例：紐約空氣質量 64

第 4 章 關聯規則挖掘 73
4.1 關聯規則的實際意義 74
4.2 關聯規則的基本概念及 Apriori 算法 74
4.3 序列關聯規則 80
4.4 關聯規則挖掘示例 81
4.5 關聯規則挖掘的其他討論 85

第 5 章 多元統計中的降維方法 88
5.1 主成分分析 89
5.2 探索性因子分析 97
5.3 多維標度分析 104

第 6 章 聚類分析 111
6.1 距離與相似度的度量 113
6.2 k 均值聚類算法 117
6.3 層次聚類法 122

第 7 章 預測性建模的一些基本方法 130
7.1 判別分析 131
7.2 樸素貝葉斯分類算法 134
7.3 k 近鄰法 137
7.4 線性回歸 141
7.5 廣義線性模型 149

第 8 章 回歸模型中的規則化和變量選擇 168
8.1 線性回歸中的規則化和變量選擇 169
8.2 廣義線性模型中的規則化和變量選擇 181

第 9 章 神經網絡的基本方法 184
9.1 神經網絡架構及基本組成 185
9.2 誤差函數 190
9.3 神經網絡訓練算法 193
9.4 提高神經網絡模型的可推廣性 198
9.5 數據預處理 200
9.6 神經網絡建模示例 201
9.7 自組織圖 222

第 10 章 卷積神經網絡 230
10.1 深度神經網絡 231
10.2 卷積神經網絡架構 232
10.3 卷積神經網絡示例： Fashion-MNIST 數據 239

第 11 章 決策樹方法 245
11.1 決策樹簡介 246
11.2 決策樹的生長與修剪 248
11.3 對缺失數據的處理 155
11.4 變量選擇 256
11.5 決策樹的優缺點 257

第 12 章 支持向量機 274
12.1 支持向量機用于二分類問題 275
12.2 支持向量機用于多分類問題 284
12.3 支持向量機用于回歸問題 285

第 13 章 模型評估 290
13.1 因變量為二分變量的情形 291
13.2 因變量為多分變量的情形 301
13.3 因變量為連續變量的情形 303
13.4 模型評估示例：德國信用數據的模型評估 304

第 14 章 模型組合與兩階段模型 312
14.1 模型組合 313
14.2 隨機森林 321
14.3 兩階段模型 324

第 15 章 協同過濾 326
15.1 基于用戶（User-based）的協同過濾 327
15.2 基于物品（Item-based）的協同過濾 328
15.3 基于 SVD 的協同過濾 328
15.4 基于 Funk SVD 的協同過濾 329
15.5 協同過濾示例：動漫片推薦 331

參考文獻 337