数据挖掘(第2版)

本书内容分为数据挖掘理论和数据挖掘实践两部分。数据挖掘理论部分主要包括数据挖掘的基本概念、数据预处理、聚类分析、分类与回归、关联规则挖掘及离群点检测。数据挖掘实践部分讨论数据挖掘在文本挖掘和金融领域中的应用，通过虚假新闻检测和社交平台情绪分析等案例，展示数据挖掘在文本挖掘方面的应用；通过潜在贷款客户挖掘、贷款违约等案例展示数据挖掘在金融领域的应用。 本书可作为高等学校计算机、数据科学与大数据、电子商务、信息科学等相关专业的教材或参考书，也可供从事数据挖掘研究的科研、技术人员参考。

上篇 理论篇
第1章 绪论 2
1.1 数据挖掘技术使用背景 4
1.2 数据挖掘任务及过程 5
1.2.1 数据挖掘定义 5
1.2.2 数据挖掘任务 5
1.2.3 数据挖掘过程 7
1.2.4 数据挖掘对象 8
1.2.5 数据挖掘工具及其选择 13
1.3 数据挖掘应用 13
1.3.1 数据挖掘在计算机领域中的应用 14
1.3.2 数据挖掘在商业领域中的应用 15
1.3.3 数据挖掘在其他领域中的应用 16
1.3.4 数据挖掘技术的前景 17
1.4 数据挖掘与隐私保护 18
本章小结 20
习题1 20
第2章 数据处理基础 23
2.1 数据 24
2.1.1 数据及数据类型 24
2.1.2 数据集的类型 25
2.2 数据探索 27
2.2.1 描述性统计分析 27
2.2.2 数据可视化 30
2.2.3 辛普森悖论 34
2.3 数据预处理 37
2.3.1 数据清理 38
2.3.2 数据集成 41
2.3.3 特征变换 41
2.3.4 数据归约 48
2.4 相似性度量 55
2.4.1 属性之间的相似性度量 56
2.4.2 对象之间的相似性度量 57
本章小结 60
习题2 61
第3章 分类和回归 65
3.1 分类概述 66
3.2 决策树分类方法 67
3.2.1 决策树的基本概念 67
3.2.2 构建决策树的要素 68
3.2.3 Hunt算法 73
3.2.4 C4.5算法 74
3.2.5 CART算法 79
3.2.6 决策树算法的特点 90
3.3 贝叶斯分类方法 90
3.3.1 贝叶斯定理 91
3.3.2 朴素贝叶斯分类算法 92
3.3.3 贝叶斯信念网络 96
3.4 k-最近邻分类方法 97
3.4.1 k-最近邻分类的基本问题 98
3.4.2 k-最近邻分类算法描述 98
3.4.3 k-最近邻分类算法的优缺点 100
3.5 神经网络分类方法 100
3.5.1 人工神经网络的基本概念 100
3.5.2 典型神经网络模型介绍 102
3.5.3 神经网络的特点 103
3.5.4 深度网络和深度学习算法 104
3.6 支持向量机 105
3.7 集成分类方法 107
3.8 分类问题拓展 113
3.8.1 不平衡分类问题 113
3.8.2 半监督学习 114
3.8.3 单类分类 115
3.8.4 多标签分类 115
3.8.5 层次分类 115
3.9 分类模型的评价 115
3.9.1 分类模型性能评价指标 116
3.9.2 分类模型的过度拟合 116
3.9.3 评估分类模型性能的方法 117
3.10 综合案例：信用风险分析 118
3.10.1 多元线性回归模型 118
……