SPSS Modeler数据挖掘方法及其应用课程
  SPSS Modeler数据挖掘方法及其应用课程
课程大纲
1、 数据挖掘及其Clementine软件概述
2、 Clementine进行数据预处理
l  数据的读入（读入数据与合并数据）
l  变量的管理（变量的说明、变量值的重新计算、生成新变量）
l  样本的管理（样本的排序、条件筛选、抽样、浓缩、分类汇总、平衡处理等）
3、 Clementine对数据的基本分析
l  质量的探索
l  基本描述分析
l  两分类变量相关性的研究
l  两总体均值的比较
l  变量重要性的分析
4、 分类预测方法
l  K近邻方法
l  Rule-based Methods
l  决策树
l  神经网络
l  朴素贝叶斯和信念贝叶斯网络
l  Boosting方法
l  支持向量机
l  案例与Clementine软件操作
5、 关联规则
l  基本概念与算法
l  案例与Clementine软件操作
6、 聚类分析
l  K-均值聚类
l  层次聚类法
l  基于密度的聚类方法
l  案例与Clementine软件操作