数据可视化与数据挖掘

数据可视化允许利用图形、图像处理、计算机视觉以及用户界面，通过表达、建模以及对立体、表面、属性以及动画的显示，对数据加以可视化解释，数据可视化技术在靠前市场长期看好，而现阶段靠前相关书籍相对较少，本书选择这个方向进行系统基础研究，希望为那些在想此领域有所发展的读者提供学习帮助。在本书中，我们首先介绍数据可视化的一些基本知识，随后重点介绍使用Tableau、SAS及SPSS Modeler的可视化界面进行数据分析与数据挖掘的方法。

王国平，主要从事大数据分析与研究工作，研究领域为数据可视化和数据挖掘技术，致力于可视化数据挖掘技术在靠前各行业的应用与推广，现已出版《Tableau数据可视化从入门到精通》和《IBM SPSS Modeler数据与文本挖掘实战》两本专著。

序 言1
第1部分11
数据可视化篇11
1.1 数据可视化12
1.1.1 Tableau13
1.1.2 QlikView15
1.1.3 Power BI15
1.2 可视化数据挖掘16
1.2.1 IBM SPSS Modeler16
1.2.2 Intelligent Miner17
1.2.3 SAS Enterprise Miner18
2.1 软件页面简介20
2.1.1 开始页面21
2.1.2 数据源页面23
2.1.3 工作簿页面24
2.2 数据类型25
2.2.1 主要数据类型25
2.2.2 更改数据类型26
2.3 运算符及优先级28
2.3.1 算术运算符28
2.3.2 逻辑运算符29
2.3.3 比较运算符29
2.3.4 运算符优先级29
2.4 软件安装30
2.4.1软件下载30
2.4.2安装步骤31
2.4.3软件激活35
2.5 文件类型37
3.1连接到文件39
3.1.1 Excel文件39
3.1.2 文本文件41
3.1.3 Access43
3.1.4 JSON文件45
3.1.5 PDF文件47
3.1.6 空间文件49
3.1.7 统计文件51
3.1.8 其他文件53
3.2连接到数据库54
3.2.1Tableau Server54
3.2.2 SQL Server55
3.2.3 MySQL56
3.2.4 Oracle58
3.2.5 Amazon Redshift59
3.2.6 更多数据库61
4.1维度和度量64
4.1.1 维度64
4.1.2 度量66
4.2连续和离散67
4.2.1 连续字段67
4.2.2 离散字段68
4.3工作区操作68
4.3.1“数据”窗格69
4.3.2“分析”窗格71
4.3.3工具栏71
4.3.4状态栏72
4.3.5卡和功能区73
4.4工作表操作74
4.4.1创建工作表75
4.4.2复制工作表75
4.4.3导出工作表77
4.4.4删除工作表77
4.5Tableau高级应用78
4.5.1表计算78
4.5.2创建字段81
4.5.3创建参数83
4.5.4聚合计算90
4.5.5缺失值处理92
5.1单变量图形95
5.1.1条形图95
5.1.2饼图98
5.1.3直方图100
5.1.4折线图101
5.2 多变量图形103
5.2.1散点图103
5.2.2甘特图105
5.3 地图106
5.3.1设置角色106
5.3.2标记地图108
5.3.3添加字段信息108
5.3.4设置地图选项109
5.3.5创建分布图112
5.3.6自定义地图112
第2部分114
可视化数据挖掘篇114
6.1 软件简介115
6.1.1 软件历史115
6.1.2 软件界面117
6.1.3 软件特点123
6.2 算法及功能124
6.2.1 软件算法124
6.2.2 软件功能125
6.3 软件安装及启动127
6.3.1 软件安装127
6.3.2 授权许可131
6.3.3 启动软件134
7.1 业务理解137
7.2 数据理解138
7.3 数据准备138
7.4 建立模型140
7.5 评估模型140
7.6 应用模型141
8.1 连接到文件142
8.1.1 Excel文件142
8.1.2 变量文件143
8.1.3 固定文件145
8.1.4 SAS文件146
8.1.5 Statistics文件146
8.2 连接到数据库147
9.1 数据流操作151
9.1.1 生成数据流151
9.1.2 添加和删除节点151
9.1.3 连接数据流152
9.1.4 修改连接节点153
9.1.5 执行数据流155
9.2 图形制作155
9.2.1 散点图155
9.2.2 直方图157
9.2.3 网络图158
9.2.4 评估图160
第3部分162
案例实战篇162
10.1 建模思路164
10.2 Logistic回归165
10.3 业务理解167
10.4 数据理解168
10.5 数据准备171
10.6 建立模型173
10.6.1 模型参数设置173
10.6.2 模型运行结果183
10.7 模型评估187
10.7.1 模型精确度187
10.7.2 模型拟合度187
10.8 模型应用189
10.9 小结192
11.1 建模思路194
11.2 时间序列模型195
11.3 业务理解196
11.4 数据理解197
11.5 数据准备198
11.6 建立模型200
11.6.1模型参数设置200
11.6.2 模型运行结果216
11.7 模型评估218
11.8 模型应用220
11.9 小结221
12.1 建模思路223
12.2 聚类模型224
12.3 业务理解225
12.4 数据理解226
12.5 数据准备228
12.6 建立模型230
12.6.1模型参数设置230
12.6.2 模型运行结果233
12.7 模型评估236
12.8 模型应用239
12.9 小结241
13.1 建模思路243
13.2 判别分析244
13.3 业务理解245
13.4 数据理解246
13.5 数据准备248
13.6 建立模型249
13.6.1 模型参数设置249
13.6.2模型运行结果257
13.7 模型评估262
13.8 模型应用263
13.9 小结265
14.1 建模思路268
14.2 神经网络模型269
14.2.1 神经元270
14.2.2 多层感知器272
14.2.3 径向基函数273
14.3 业务理解275
14.4 数据理解276
14.5 数据准备278
14.6 建立模型280
14.6.1 模型参数设置280
14.6.2模型运行结果287
14.7 模型评估291
14.8 模型应用292
14.9 小结294
15.1 建模思路296
15.2 决策树模型297
15.3 业务理解299
15.4 数据理解300
15.5 数据准备303
15.6 建立模型306
15.6.1 模型参数设置306
15.6.2 模型运行结果316
15.7 模型评估318
15.7.1 模型精确度318
15.7.2 模型拟合度318
15.8 模型应用320
15.9 小结323
附录A324
配置MySQL ODBC数据源324
A1 添加数据源管理器324
A2 选择相应的驱动程序324
A3 连接数据库服务器325
附录B327
Tableau重要函数327
B1 数字函数327
B2 字符串函数329
B3 日期函数331
B4 类型转换334
B5 逻辑函数335
B6 聚合函数337
B7 直通函数338
B8 用户函数340
B9 表计算函数341
B10 其他函数346
附录C349
SPSS Modele函数349
C1 信息函数349
C2 转换函数350
C3 比较函数351
C4 逻辑函数352
C5 数值函数352
C6 三角函数353
C7 概率函数354
C8 位元整数运算354
C9 随机函数355
C10 字符串函数356
C11 日期和时间函数359
C12 序列函数362
C13 全局函数365
C14 空值和Null值处理函数366
C15 特殊函数366