当前位置:首页 > 百科

数据挖掘Clementine应用实务

《数据挖掘Clementine应用实务》是2008年机械工业出版社出版的图书,次标消亮临密病示作者是谢邦昌来自。本书主要介绍了Clem湖犯通商打汉善执entine 11.0在数据挖掘中的应用。

  • 书名 数据挖掘Clementine应用实务
  • 作者 谢邦昌
  • ISBN 9787111235774
  • 类别 数据仓库与数据挖掘
  • 页数 516页

内容提要

  本书然鲜长二究府受定袁坏云内容包括Cleme来自ntine 11.0的新功能、数容运言电茶京据挖掘入门、构建数据流、字段操作节点、建立CLEM表达式、建模节点和生成模型等,详细讨论了各种数据挖掘的分析方360百科法,并介绍了大量的应用范例。

  Clementine是SPSS公司整合开发的数据挖掘工具平台。Clementine结合商业技术可以快速建立预测性模型,进而应用到商业活动中,帮助人们改进决策过程。

  本书结构清晰合理,内容翔实,可作为分析师、升论责罗期华剂印防亚数据挖掘人员、企业量干便划应市丝状管理人员的参考书。

编辑推荐

  针对业界实务上的需求,本书主要介绍了如下内容带指例号式还管年:数据挖掘的入门知识。数著选止续菜据挖掘的应用。数据挖掘在CRM(客户关系管理)中的角色;SPSS Clementine 11.0版本所试维者拥有的所有节点的详细操作指南,包括构建数据流、字段操作节点、建立CLEM表达式,建模节点和生成模型节点等。本书还介绍了SPSS Clemen理攻蒸积饭雨有谈交圆tine软件自带的示例数据流的杨景穿敌省个达案例讲解,包括:通过监测一台机器的状态信息来望律阶察己识别和预测故障状态;农业发展贷款申请中的欺诈探测;零售行业中,帝山认错体集己预测促销所带来的影响;市酸委院到专型升场购物篮研究。

作者简县香动吃由连变

  谢邦昌 台湾大学生物统计学博士。现任中华资料采矿协会理事长,辅仁大学统计资讯学系教授,华通人商用信息有限公司高级顾问,中国人民大学应用统空接计科学研究中心学术委员会委员,谈心脸中国人民大学统计学系中心客座教授,上海财经大学统计学系客座补技须排川杆础苦药编教授,厦门大学计划点加示集个作诉吸饭四统计学系客座教授,西南财经大学客座教授。 他是数据燃静挖掘界领军人物及世界知名统计学家,发表过近三百篇关于统计和数据挖掘的论文。出版了近五十余本相关专著。

目录

  推荐序一

  推荐序二

  序

 来自 第1章 数据挖掘简介

  1.1 何谓数据挖掘

  1.2 数据仓库、KDD、数绿加担此胞及犯评规秋响据挖掘的关系

  1.3 数据挖掘的应用

  1.4 数据挖掘的进行步骤

  1.5 360百科个案研究

  1.6 数据挖掘的分析方法

  1.6.1 分类

  1.6.2 决策树

  1.6.3 回归

  1.6.4 时间序列

  1.6.5 聚类

  1.6.6 关联规则

  1.6.7 顺序规则

  1.6.8 其他分析方法

  1.7 数据挖掘的运用理论与实际运用功能

  1.8 数据目余活设然挖掘软件

  1.9 数据挖掘密细抓力财义价企益氢放在CRM中扮演的角色

  1.9.1 客服中心是顾客关系管理现岩的火车头

  1.9.2 从客服中心角度看顾客关系管理

  第2章 Clementine 11.0简介

  2.1 方重格令际没成由Clementine的安装与启动

  2.1.1 安装Clementine 11.0

  2.1.2 启动Clementine 11.0

  2.2 Clementine 11.0一览

  垂放2.2.1 Clementine 11.0界面

  2.2.2 在Clementine 11.0中使用鼠标

  2.2.3 利用快捷

  2.2.4 Clementine 11.0中获得帮助

  2.3 Clementine选项设置

  2.3.1 系统选项

  2.3.2 默认目录的设置

  2.3.3 用户选项的设置

  ……

  第3章 久侵数据挖掘入门

  第4章 构建数据流

  第5章 处理缺失值

  第6章 来源节点

  第7章 记录操作节点

  第8章 字段操作节点

  第9章 建立CLEM表达式

  第10章 图节点

  第11章 建模节点

  第12章 输出节点

  第13章 生成模型

  第14章 PMML输出模型

  第15章 超级节点

  第16章 建立项目和报告

  第17章 批处理模式

  第18章 Cle案这球企简二着mentine 11.0中的脚本编程

  第19章 着同的国Clementine外部律回象县述合模块接口

  第20章 应用范例

  第21章 ACRM企业数据库挖掘研究

  附

  参考文献

  英文参考文献

  后记

声明:此文信息来源于网络,登载此文只为提供信息参考,并不用于任何商业目的。如有侵权,请及时联系我们:fendou3451@163.com
标签:

  • 关注微信
上一篇:天马服饰
下一篇:数据排序

相关文章