全书共8章，其中第1章介绍数据预处理的入门知识；第2-6章介绍科学计算库numpy和数据分析库pandas，以及通过pandas库实现数据获取、数据清理、数据集成、数据变换和数...
电子书
内容简介
作者针对高维稀疏数据挖掘问题，从数据预处理的角度，研究对象—属性空间的划分问题，其目的是把所研究的数据挖掘空间分解为若干规模较小的对象—属性空间，从而降低实际数据挖掘的难度。本书针对高维稀疏数据挖掘问题，以降低数据挖掘规模，建立了体系完整的数据预处理理论和方法，具有很强的理论意义和实际应用前景。
章节目录
- 封面
- 前折页
- 文前辅文
- 书名页
- 序言
- 致谢
- 第1章 引言
- 第2章 文献综述
- 2.1 知识发现与数据挖掘
- 2.2 聚类分析
- 2.3 数据挖掘所面临的挑战
- 2.4 高维数据
- 2.5 维度约简
- 2.6 高维数据聚类
- 2.7 本章小结
- 第3章 基于排序的高属性维稀疏数据聚类方法
- 3.1 高维稀疏数据
- 3.2 高属性维聚类问题描述
- 3.3 经典高属性维稀疏数据聚类CABOSFV方法分析
- 3.4 基于排序的CABOSFV方法——CABOSFVABS方法
- 3.5 本章小结
- 第4章 对象—属性空间分割的两阶段联合聚类方法
- 4.1 具有高维稀疏特征的对象—属性空间分割问题的提法
- 4.2 传统对象—属性空间分割方法基于内聚度方法
- 4.3 联合聚类方法
- 4.4 两阶段联合聚类方法（MTPCCA）
- 4.5 本章小结
- 第5章 对象—属性子空间重叠区域的归属问题
- 5.1 问题描述及相关研究工作
- 5.2 对象—属性子空间的边缘重叠区域归属方法——OASEDA方法
- 5.3 本章小结
- 第6章 对象—属性子空间优化
- 6.1 高维稀疏特征的对象—属性非关联子空间
- 6.2 剔除非关联子空间RNASAUBSC方法
- 6.3 RNASAUBSC方法算例
- 6.4 RNASAUBSC方法应用
- 6.5 本章小结
- 第7章 结论
- 参考文献
- 后记
- 版权页
- 后折页
- 封底
展开全部
高维数据分析预处理技术是2015年由社会科学文献出版社出版,作者祝琴 著。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
得书感谢您对《高维数据分析预处理技术》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
全书共8章，其中第1章介绍数据预处理的入门知识；第2-6章介绍科学计算库numpy和数据分析库pandas，以及通过pandas库实现数据获取、数据清理、数据集成、数据变换和数...
电子书
本书以任务驱动为主线，围绕企业级应用进行项目任务设计，主要内容包括数据采集与预处理准备、网络爬虫实践、日志数据采集实践和数据预处理实践，全面地讲述了Scrapy、Flume、P...
电子书
本书共8章，内容包括概述、大数据实验环境搭建、网络数据采集、分布式消息系统Kafka、日志采集系统Flume、数据仓库中的数据集成、ETL工具Kettle、使用pandas进行...
电子书
为了适应数字经济时代的新发展趋势，培养新时代大数据专业人才，编者通过总结多年的教学经验，借鉴国内外相关领域的教学优势，详细剖析大数据采集、预处理与可视化的基础理论、关键技术、相...
电子书
本书全面介绍了Docker及Docker组合Kubernetes、TiDB等高级服务的部署、管理和高可用相关知识。全书共13章，包括Docker基本管理、Docker镜像管理、...
电子书
全书共有13章，系统地论述了大数据的基本概念、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、云数据库、分布式并行编程模型MapR...