数据挖掘中的特征约简PDF|Epub|txt|kindle电子书版本网盘下载

数据挖掘中的特征约简PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 概论1

1.1 数据挖掘基础1

1.2 数据挖掘模型2

1.2.1 分类分析4

1.2.2 聚类分析5

1.2.3 关联分析6

1.2.4 回归分析6

1.3 维灾问题7

1.3.1 数据挖掘中的特征7

1.3.2 什么是维灾9

1.3.3 如何应对维灾问题11

1.4 特征约简及其应用13

1.4.1 特征约简概述13

1.4.2 特征约简的应用15

1.5 关于数据类型17

1.5.1 数值型数据17

1.5.2 类属型数据19

参考文献20

第2章 特征约简技术23

2.1 理论基础23

2.2 主要技术25

2.2.1 特征选择26

2.2.2 特征变换27

2.3 过滤型特征约简30

2.4 封装型特征约简32

2.5 嵌入型特征约简35

参考文献37

第3章 特征变换方法41

3.1 特征变换的基本原理41

3.2 SVD41

3.3 PCA43

3.3.1 PCA原理43

3.3.2 主成分个数的选取45

3.4 ICA46

3.4.1 ICA概念46

3.4.2 ICA估计原理47

3.5 LDA48

3.6 NMF52

3.6.1 NMF的基本思想52

3.6.2 损失函数及迭代规则53

3.7 非线性特征变换54

3.8 主要特征变换方法对比57

参考文献60

第4章 特征选择方法63

4.1 特征选择的基本原理63

4.2 特征评价函数65

4.2.1 无监督评价函数65

4.2.2 有监督评价函数68

4.2.3 信息度量72

4.3 粗糙集方法76

4.3.1 基本概念76

4.3.2 差别矩阵法77

4.3.3 启发式属性约简法78

4.3.4 与其他软计算相结合的方法79

4.3.5 基于粗糙集的入侵检测特征选择81

4.4 特征组选择85

4.5 层次特征选择及其应用87

4.5.1 背景知识87

4.5.2 恶意代码的层次特征选择89

参考文献92

第5章 自动特征选择技术96

5.1 自动特征选择96

5.2 子空间聚类98

5.2.1 子空间类型99

5.2.2 子空间簇类101

5.3 主要技术103

5.3.1 硬特征选择103

5.3.2 软特征选择107

5.3.3 类属型特征选择117

5.4 嵌入型特征选择的概率模型方法120

5.4.1 数值型数据的概率模型方法120

5.4.2 类属型数据的概率模型方法127

5.5 无中心聚类中的自动特征选择135

5.5.1 属性加权的无中心聚类模型136

5.5.2 软特征选择方法及分析139

参考文献142

第6章 子空间分类及其应用146

6.1 分类挖掘概述146

6.1.1 分类及分类挖掘过程146

6.1.2 常用的分类方法149

6.2 子空间分类技术156

6.3 子空间贝叶斯分类及其应用160

6.3.1 类属型数据子空间贝叶斯分类162

6.3.2 数值型高维数据子空间贝叶斯分类167

6.3.3 基因数据子空间分类应用174

6.4 子空间近邻分类及其应用176

6.4.1 特征加权的近邻分类177

6.4.2 子空间原型分类182

6.4.3 文档子空间分类185

6.5 网络入侵检测中的特征约简194

6.5.1 网络入侵检测数据194

6.5.2 关键特征选择196

6.5.3 特征选择结果及分析198

参考文献200