clementine应用实务.rar

本文是对SPSS Clementine 数据挖掘入门的经典讲解 比较适合于初学者

SPSS Clementine11.1_iso

17.1基于损失函数的标准17.1.1混淆矩阵17.1.2准确率及误差的度量17.1.3两个评价模型成本的可视化工具17.1.4评估分类器的准确率17.2基于统计检验的准则17.2.1统计模型之间的距

14.1支持向量机基础14.1.1机器学习的基本问题14.1.2经验风险最小化问题14.1.3VC维与学习一致性理论14.1.4结构化风险最小化14.2支持向量机的基本原理14.2.1线性

16.1数据挖掘建模概述 16.1.2原型与模型 16.1.3模式与模型 16.1.4知识层次理论 16.1.5模型与数据 16.1.6知识结构与框架 16.1.7决策 16.2数据挖掘建模基础 16

粗糙集的基本概念 知识表达 粗糙集在数据预处理中的应用

这本书是利用CLEMENTINE进行数据挖掘的经典教材和学习书籍。《Clementine数据挖掘方法及应用》以数据挖掘的实践过程为主线，通过生动的应用案例，从数据挖掘实施角度，系统介绍了经典的数据挖掘

CLEMENTINE数据挖掘方法及应用薛薇PDF加源码资料完全供需要学习的同学

数据挖掘项目实施步骤数据挖掘项目周期建立项目和报告处理缺失值导入和导出PMML模型

数据预处理基本功能数据预处理的方法基本粗集理论的简约方法；复共线性数据预处理方法；基于Hash函数取样的数据预处理方法；基于遗传算法数据预处理方法；基于神经网络的数据预处理方法；Web挖掘的数据预处理