原创力文档- 1、本文档共18页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
数据挖掘与数据分析作业指导书
第一章数据挖掘基础3
1.1数据挖掘概述3
1.2数据挖掘过程3
1.3数据挖掘任务与算法3
第二章数据预处理4
2.1数据清洗4
2.2数据集成4
2.3数据转换5
2.4数据归一化与标准化5
第三章数据挖掘算法5
3.1决策树算法5
3.1.1ID3算法5
3.1.2C4.5算法6
3.1.3CART算法6
3.2支持向量机算法6
3.2.1线性支持向量机6
3.2.2非线性支持向量机6
3.3人工神经网络算法6
3.3.1前向传播算法6
3.3.2反向传播算法6
3.4集成学习算法7
3.4.1投票法7
3.4.2装袋法7
3.4.3提升法7
第四章关联规则挖掘7
4.1关联规则概述7
4.2Apriori算法7
4.3FPgrowth算法8
4.4关联规则的评价指标8
第五章聚类分析8
5.1聚类分析概述8
5.2层次聚类算法9
5.3Kmeans聚类算法9
5.4密度聚类算法9
第六章分类与预测10
6.1分类与预测概述10
6.2监督学习算法10
6.2.1线性回归10
6.2.2逻辑回归10
6.2.3决策树10
6.2.4支持向量机10
6.3无监督学习算法10
6.3.1K均值聚类10
6.3.2层次聚类11
6.3.3主成分分析11
6.4分类评估与模型选择11
6.4.1准确率11
6.4.2精确率与召回率11
6.4.3F1值11
6.4.4交叉验证11
6.4.5网格搜索11
第七章数据可视化11
7.1数据可视化概述11
7.2常见数据可视化方法12
7.3数据可视化工具12
7.4数据可视化在数据分析中的应用12
第八章数据仓库与数据挖掘13
8.1数据仓库概述13
8.2数据仓库设计与实现13
8.3数据仓库与数据挖掘的关系13
8.4基于数据仓库的数据挖掘应用14
第九章数据挖掘应用案例14
9.1金融行业数据挖掘案例14
9.1.1背景介绍14
9.1.2数据挖掘目标15
9.1.3数据挖掘方法15
9.1.4案例成果15
9.2电商行业数据挖掘案例15
9.2.1背景介绍15
9.2.2数据挖掘目标15
9.2.3数据挖掘方法15
9.2.4案例成果15
9.3医疗行业数据挖掘案例15
9.3.1背景介绍15
9.3.2数据挖掘目标16
9.3.3数据挖掘方法16
9.3.4案例成果16
9.4教育行业数据挖掘案例16
9.4.1背景介绍16
9.4.2数据挖掘目标16
9.4.3数据挖掘方法16
9.4.4案例成果16
第十章数据挖掘与数据分析的未来发展16
10.1数据挖掘技术发展趋势16
10.2数据分析在实际应用中的挑战17
10.3数据挖掘与人工智能的结合17
10.4数据挖掘与数据分析在教育领域的应用前景18
第一章数据挖掘基础
1.1数据挖掘概述
数据挖掘，作为一
文档评论（0）