高維數據分析預處理技術

作者針對高維稀疏數據挖掘問題，從數據預處理的角度，研究對象—屬性空間的劃分問題，其目的是把所研究的數據挖掘空間分解為若干規模較小的對象—屬性空間，從而降低實際數據挖掘的難度。本書針對高維稀疏數據挖掘問題，以降低數據挖掘規模，建立了體系完整的數據預處理理論和方法，具有很強的理論意義和實際套用前景。

基本介紹

• 書名：高維數據分析預處理技術
• 作者：祝琴 著
• 頁數：180
• 出版時間：2015-12
• 裝幀：平裝
• 開本：16

作者簡介

祝琴，北京科技大學博士，南昌大學管理學院副教授。

目錄信息

第1章　引言/1

第2章　文獻綜述/5

2.1　知識發現與數據挖掘/5

2.2　聚類分析/13

2.3　數據挖掘所面臨的挑戰/24

2.4　高維數據/27

2.5　維度約簡/31

2.6　高維數據聚類/38

2.7　本章小結/43

第3章　基於排序的高屬性維稀疏數據聚類方法/44

3.1　高維稀疏數據/44

3.2　高屬性維聚類問題描述/47

3.3　經典高屬性維稀疏數據聚類CABOSFV方法分析/54

3.4　基於排序的CABOSFV方法——CABOSFVABS方法/59

3.5　本章小結/68

第4章　對象—屬性空間分割的兩階段聯合聚類方法/70

4.1　具有高維稀疏特徵的對象—屬性空間分割問題的提法/70

4.2　傳統對象—屬性空間分割方法基於內聚度方法/71

4.3　聯合聚類方法/75

4.4　兩階段聯合聚類方法（MTPCCA）/86

4.5　本章小結/96

第5章　對象—屬性子空間重疊區域的歸屬問題/98

5.1　問題描述及相關研究工作/98

5.2　對象—屬性子空間的邊緣重疊區域歸屬方法——OASEDA方法/108

5.3　本章小結/126

第6章　對象—屬性子空間最佳化/128

6.1　高維稀疏特徵的對象—屬性非關聯子空間/130

6.2　剔除非關聯子空間RNASAUBSC方法/131

6.3　RNASAUBSC方法算例/136

6.4　RNASAUBSC方法套用/138

6.5　本章小結/141

第7章　結論/142

參考文獻/145

後　記/165