数据挖掘分析技术作业指导书.docVIP

数据挖掘分析技术作业指导书

TOC\o1-2\h\u16488第1章数据挖掘概述 3

223631.1数据挖掘的基本概念 3

118851.2数据挖掘的主要任务与过程 3

7371.3数据挖掘的应用领域 4

12344第2章数据预处理 4

166562.1数据清洗 4

146292.1.1缺失值处理 4

126682.1.2异常值处理 4

177592.1.3重复值处理 4

304472.2数据集成 4

119772.2.1数据集成方法 4

94842.2.2数据集成策略 5

78052.2.3数据集成质量控制 5

154662.3数据变换 5

100052.3.1数据规范化 5

123322.3.2属性构造 5

139042.3.3数据离散化 5

24572.4数据归一化与离散化 5

165982.4.1数据归一化 5

85192.4.2数据离散化 5

248712.4.3离散化方法 5

253052.4.4离散化策略 5

11004第3章数据仓库与联机分析处理 5

305553.1数据仓库的基本概念 5

160263.1.1定义与特点 6

214343.1.2数据仓库架构 6

173933.1.3数据仓库与操作型数据库的区别 6

215003.2数据仓库的构建与维护 6

295613.2.1数据仓库构建策略 6

43763.2.2数据抽取与转换 6

171933.2.3数据仓库维护 6

201233.3联机分析处理技术 6

163863.3.1基本概念与分类 7

16713.3.2OLAP操作 7

84433.3.3OLAP关键特性 7

33363.4数据立方体的构建与应用 7

180073.4.1数据立方体的构建 7

212373.4.2数据立方体的应用 7

124633.4.3数据立方体的优化 7

17718第4章关联规则挖掘 7

54234.1关联规则的基本概念 7

308584.2Apriori算法 8

84084.3FPgrowth算法 8

31354.4关联规则挖掘的应用 8

19147第5章分类与预测 8

173635.1分类的基本概念 8

219885.2决策树算法 9

57995.3朴素贝叶斯算法 9

256445.4支持向量机算法 9

11808第6章聚类分析 10

212336.1聚类的基本概念 10

199416.2Kmeans算法 10

32036.3层次聚类算法 10

161706.4密度聚类算法 11

9442第7章时间序列分析与预测 11

243517.1时间序列的基本概念 11

2337.2时间序列的预处理 11

127937.3时间序列预测方法 11

9467.4时间序列模型的选择与应用 12

10038第8章异常检测与空间数据挖掘 12

236328.1异常检测的基本概念 12

248378.2基于距离的异常检测方法 12

76898.3基于密度的异常检测方法 13

81948.4空间数据挖掘及其应用 13

24505第9章文本挖掘与情感分析 13

157729.1文本挖掘的基本概念 13

171659.2文本预处理技术 13

130239.3文本分类与聚类 14

27289.4情感分析与观点挖掘 14

22147第10章数据挖掘项目实施与评估 14

2418710.1数据挖掘项目实施流程 14

522410.1.1项目启动 14

610110.1.2数据准备 15

1276810.1.3数据挖掘建模 15

3147810.1.4模型评估与优化 15

345810.1.5模型部署与应用 15

1283710.2数据挖掘模型的评估与优化 15

3234310.2.1模型评估指标 15

1603110.2.2模型优化策略 15

2191710.2.3模型调参技巧 15

3016810.3数据挖掘项目的管理与风险控制 15

2443610.3.1项目管理 15

560510.3.2风险识别与评估 15

2514210.3.3风