《数据挖掘基础与应用(SQL Server 2008)》代码

《数据挖掘基础与应用(SQL Server 2008)》代码

  • 大小:39.8 MB
  • 类型:数据挖掘
  • 格式:PDF
  • 出版:机械工业出版社
  • 作者:谢邦昌
  • 更新:2022-06-20 06:53:57
vip 立即下载( 39.8 MB )
关注公众号免费下载
版权投诉 / 资源反馈(本资源由用户 赖力夫 投稿)

给大家整理了数据挖掘类书籍配套资源,介绍了关于数据挖掘、数据挖掘方面的内容,本书是由机械工业出版社出版,已被768人关注,由司雅丹测试纠错,目前本书在数据挖掘类综合评分为:8.7分。

数据挖掘资源推荐

资源介绍

本书首先系统介绍了数据挖掘技术,然后虚拟一个“邦邦超市”,通过使用SQL语言建立该超市的数据库并对数据的进行操作,再进一步利用SQL Server 2008的数据挖掘模型对超市积累的数据进行挖掘,以实际例子帮助读者迅速理解并掌握数据挖掘技术、学会使用SQL Server 2008 提供的Data Mining工具、提高零售企业的信息利用能力和经营水平。

封面图

目录

  • 前言
  • 第1章数据挖掘与数据仓库1
  • 1.1数据挖掘简介1
  • 1.1.1数据挖掘的定义1
  • 1.1.2数据挖掘的重要性1
  • 1.1.3数据挖掘的功能1
  • 1.1.4数据挖掘的步骤2
  • 1.1.5数据挖掘建模的标准CRISP-DM2
  • 1.2商务智能简介4
  • 1.2.1商务智能4
  • 1.2.2商务智能的定义4
  • 1.2.3商务智能的架构5
  • 1.2.4商务智能的实施流程5
  • 1.3数据挖掘与其他相关领域的关系6
  • 1.3.1数据挖掘与统计分析的不同6
  • 1.3.2数据挖掘与数据仓库的关系6
  • 1.3.3KDD与数据挖掘的关系7
  • 1.3.4在线分析处理(OLAP)与数据挖掘的关系7
  • 1.3.5数据挖掘与机器学习的关系8
  • 1.3.6Web挖掘和数据挖掘有什么不同8
  • 1.4数据挖掘在客户关系管理中的应用9
  • 1.4.1客户关系管理(CRM)9
  • 1.4.2客户关系管理指标10
  • 1.4.3数据挖掘应用于各行业13
  • 1.4.4客户市场细分14
  • 1.4.5交叉销售15
  • 1.4.6客户关系管理四大循环过程15
  • 1.4.7数据库营销16
  • 1.5数据仓库定义17
  • 1.5.1数据仓库特性17
  • 1.5.2数据仓库架构18
  • 1.5.3构建数据仓库的原因19
  • 1.5.4构建数据仓库的主要目的19
  • 1.5.5数据仓库的应用20
  • 1.5.6数据仓库的管理20
  • 1.6数据挖掘工具分类21
  • 1.6.1数据挖掘工具21
  • 1.6.2各工具的简介21
  • 第2章SQL语言介绍及其实例22
  • 2.1SQL简介及数据变量来源说明22
  • 2.1.1何谓SQL22
  • 2.1.2各数据文档变量说明23
  • 2.2SQL基本语法介绍25
  • 2.3会员基本资料整理40
  • 2.3.1查询县市别填答状态40
  • 2.3.2婚姻状态42
  • 2.4会员基本变项43
  • 2.4.1性别43
  • 2.4.2交易周期性变化49
  • 2.4.3会员在交易时的年龄及婚姻状态52
  • 2.4.4会员交易金额及红利积点次数分配百分比55
  • 2.4.5平均交易间隔时间59
  • 2.5产品组合62
  • 2.5.1按照产品编号排行榜63
  • 2.5.2单项产品的排行榜68
  • 2.5.3重复购买率71
  • 2.6会员流失率79
  • 2.7会员贡献度83
  • 第3章SQL Server 2008的数据挖掘模型在零售业中的应用86
  • 3.1实际案例练习86
  • 3.1.1数据挖掘Microsoft决策树87
  • 3.1.2数据挖掘Microsoft罗吉斯回归90
  • 3.1.3数据挖掘Microsoft类神经网络93
  • 3.1.4数据挖掘Microsoft贝氏概率分类97
  • 3.2潜在客户预测模型99
  • 3.2.1潜在客户预测流程图99
  • 3.2.2交易频率趋势图100
  • 3.2.3交易频率语法101
  • 3.3模型建构102
  • 3.3.1SSIS操作流程102
  • 3.3.2SSAS操作流程113
  • 3.3.3数据挖掘Microsoft决策树模型建构118
  • 3.3.4数据挖掘Microsoft罗吉斯回归模型建构128
  • 3.3.5数据挖掘Microsoft类神经网络及贝氏概率模型建构130
  • 3.3.6模型比较132
  • 3.4数据挖掘Microsoft时间序列140
  • 3.4.1基本概念140
  • 3.4.2时间序列的成分142
  • 3.4.3时间序列数据的图形介绍143
  • 3.4.4利用修匀法预测147
  • 3.4.5用趋势投射预测时间序列150
  • 3.4.6预测含趋势与季节成分的时间序列151
  • 3.4.7利用回归模型预测时间序列152
  • 3.4.8其他预测模型153
  • 3.4.9模型单变量时间序列预测模型153
  • 3.4.10时间趋势预测模型155
  • 3.4.11范例操作156
  • 3.5数据挖掘Microsoft聚类分析165
  • 3.5.1基本概念165
  • 3.5.2范例操作167
  • 3.6数据挖掘Microsoft线性回归182
  • 3.6.1基本概念182
  • 3.6.2简单线性回归分析184
  • 3.6.3多元回归分析184
  • 3.6.4岭回归分析184
  • 3.6.5范例操作185
  • 3.6.6补充(测试集数据汇出)205
  • 3.7数据挖掘Microsoft关联规则208
  • 3.7.1基本概念208
  • 3.7.2关联规则的种类209
  • 3.7.3关联规则的算法:Apriori算法209
  • 3.7.4关联规则DMX数据挖掘语法210
  • 3.8数据挖掘Microsoft时序群集211
  • 3.8.1基本概念211
  • 3.8.2相关研究211
  • 3.8.3时序群集DMX数据挖掘语法212
  • 第4章OLAP在零售业中的应用214
  • 4.1数据仓库214
  • 4.2实例操作217
  • 4.2.1数据来源检查217
  • 4.2.2创建命名查询(VIP会员数据)222
  • 4.2.3编辑命名查询(VIP产品组成货号)224
  • 4.2.4编辑命名查询(VIP订单明细表)225
  • 4.2.5编辑命名查询(VIP订单数)225
  • 4.2.6编辑命名查询(VIP购买产品)225
  • 4.2.7编辑命名查询(VIP会员数)226
  • 4.3维度设计227
  • 4.4建立多维数据集238
  • 4.4.1对企业的价值238
  • 4.4.2数据储存的选择性239
  • 4.4.3实例操作240
  • 4.5数据模拟及相关数据明细249
  • 第5章Excel中的数据挖掘模块253
  • 5.1安装与设定数据挖掘加载宏253
  • 5.1.1系统需求253
  • 5.1.2开始安装253
  • 5.1.3完成安装检查256
  • 5.1.4状态设定256
  • 5.1.5设定完成检查259
  • 5.2Excel 2007数据挖掘工具列介绍260
  • 5.2.1数据挖掘使用帮助260
  • 5.2.2数据挖掘连接设定261
  • 5.2.3设定目前的连接261
  • 5.2.4跟踪263
  • 5.2.5数据准备263
  • 5.2.6浏览数据263
  • 5.2.7清除数据266
  • 5.2.8为数据分区267
  • 5.2.9数据建模270
  • 5.2.10准确性和验证270
  • 5.2.11精确度图表270
  • 5.2.12分类矩阵271
  • 5.2.13利润图272
  • 5.2.14模型使用方法272
  • 5.2.15浏览272
  • 5.2.16查询275
  • 5.2.17模型管理275
  • 5.2.18重命名此挖掘结构276
  • 5.2.19删除此挖掘结构276
  • 5.2.20清除此挖掘结构276
  • 5.2.21使用原始数据处理此挖掘结构277
  • 5.2.22用新数据处理此挖掘结构277
  • 5.2.23导出此挖掘结构278
  • 5.2.24导入278
  • 附录279

以上就是本次关于配套资源的介绍和部分内容,我们还整理了以往更新的其它相关电子书资源内容,可以在下方直接下载,关于相关的资源我们在下方做了关联展示,需要的朋友们也可以参考下。

数据挖掘相关资源

  • 数据仓库与数据挖掘技术

    数据仓库与数据挖掘技术

    数据仓库与数据挖掘技术 作者:孙水华,赵钊林,刘建华 著 出版时间:2012 丛编项:高等院校信息管理与信息系统专业系列教材 《高等院校信息管理与信息系统专业系列教材:数据仓库与数据挖掘技术》主要介绍数据仓库和数据挖掘技术的基本概念、相关技术和应用案例及方法。《高等院校信息管理与信息系统专业系列教材:数据仓库与数据挖掘技术》共分为9章,主要包括:数据仓库与数据挖掘的概念和体系结构、数据仓库开发模型、etl技术、olap技术

    大小:34.61MB数据分析电子书

  • HAWQ数据仓库与数据挖掘实战

    HAWQ数据仓库与数据挖掘实战

    Apache HAWQ是一个SQL-on-Hadoop产品,适合用于Hadoop平台上快速构建数据仓库系统,本书从技术解析、实战演练与数据挖掘三个方面讲解,欢迎下载

    大小:139 MB大数据分析电子书

  • 数据挖掘与预测分析

    数据挖掘与预测分析

    提供了从数据准备到探索新数据分析、数据建模及模型评估等整个数据分析过程的内容,提供了能够使读者利用现实世界数据集开展数据挖掘与预测分析的应用方法,欢迎下载

    大小:119.6 MB数据分析电子书

  • 常用数据挖掘算法总结及Python实现

    1.1 概率论 1.概率论基本概念 样本空间 我们将随机实验 E 的一切可能基本结果组成的集合称为 E 的样本空间,记为 S。样本空间的元素,即 E 的每一个可能的结果,称为样本点。样本空间又叫基本事件空间。 例:拍拍贷用户的学历 S={研究生或以上,本科,大专,高中,中专,初中及以下},A={研 究生或以上,本科,大专} 事件 事件 A 是样本空间的子集,可分为四种类型 空事件: 样本空间的空子集;  原子事件: 仅包含一个元素的样本空间;  混合事件:

    大小:5.1 MB数据挖掘

  • 数据挖掘:概念、模型、方法和算法

    数据挖掘:概念、模型、方法和算法

    《数据挖掘:概念、模型、方法和算法(第2版)》 开篇阐述数据挖掘原理,此后在示例的引导下详细讲解起源于统计学、机器学习、神经网络、模糊逻辑和演化计算等学科的具有代表性的、最

    大小:32.1 MB数据挖掘电子书

  • 数据挖掘导论

    数据挖掘导论

    数据挖掘导论 作者:戴红,常子冠,于宁 主编 出版时间:2015年版 本书为数据挖掘入门级教材,共分8章,主要内容分为三个专题:技术、数据和评估。技术专题包括决策树技术、K-means算法、关联分析技术、神经网络技术、回归分析技术、贝叶斯分析、凝聚聚类、概念分层聚类、混合模型聚类技术的EM算法、时间序列分析和基于Web的数据挖掘等常用的机器学习方法和统计技术。数据专题包括数据库中的知识发现处理模型和数据仓库及OLAP技术。评估专题包

    大小:46.81MB数据挖掘电子书

  • 大数据:互联网大规模数据挖掘与分布式处理

    大数据:互联网大规模数据挖掘与分布式处理

    大数据-互联网大规模数据挖掘与分布式处理(第2版) 由斯坦福大学Web 挖掘课程的内容总结而成,主要关注极大规模数据的挖掘。主要内容包括分布式文件系统、相似性搜索、搜索引擎技术、频

    大小:34 MB数据挖掘电子书

  • 大数据挖掘技术与应用

    大数据挖掘技术与应用

    大数据挖掘技术与应用 作者:孟海东,宋宇辰 著 出版时间:2014年版 本书针对数据的海量性、复杂性、高维性、模糊性和不完整性,对数据挖掘技术中的聚类分析和关联规则分析进行了系统的研究。设计与实现了基于密度和自适应密度可达聚类算法、基于簇特征的动态增量聚类算法、并行聚类算法、基于密度加权的模糊聚类算法、高唯复杂数据聚类算法、基于数据场的聚类算法、基于距离的量化关联规则和基于数据场的量化关联规则算法,给出了在矿产

    大小:108.34MB数据挖掘电子书

下载地址

学习笔记

18小时4分钟前回答

深入分析python数据挖掘 Json结构分析

这篇文章通过实例给大家分析总结了python数据挖掘以及Json结构分析的相关知识点,对此有兴趣的朋友参考下。 json是一种轻量级的数据交换格式,也可以说是一种配置文件的格式 这种格式的文件是我们在数据处理经常会遇到的 python提供内置的模块json,只需要在使用前导入即可 你可以通过帮助函数查看json的帮助文档 json常用的方法有load、loads、dump以及dumps,这个都属于python初级,……