面向数据挖掘的算法设计与分析2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

面向数据挖掘的算法设计与分析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 预备知识1

1.1 数据挖掘概述1

1.1.1 分类与回归1

1.1.2 聚类分析5

1.1.3 关联分析7

1.1.4 时间序列分析8

1.1.5 偏差检测8

1.1.6 数据挖掘的过程9

1.2 算法与算法描述13

1.2.1 算法概念13

1.2.2 算法描述13

1.3 算法分析14

1.3.1 算法分析概述及渐近符号14

1.3.2 算法分析方法17

习题19

第2章 分治算法21

2.1 归并排序22

2.2 线性时间选择24

2.3 基于分治策略的交叉样例选择26

2.3.1 样例选择概述26

2.3.2 样例选择准则27

2.3.3 算法的基本思想31

2.3.4 交叉样例选择算法33

2.4 大数据K－近邻算法38

2.4.1 大数据概述38

2.4.2 大数据处理系统Hadoop简介40

2.4.3 K－近邻算法44

2.4.4 基于分治策略的大数据K－近邻算法46

2.5 大数据样例选择49

2.5.1 算法的基本思想49

2.5.2 基于MapReduce和投票策略的大数据样例选择算法49

2.6 基于随机上采样和分治策略的两类非平衡大数据分类53

2.6.1 两类非平衡数据分类问题53

2.6.2 算法的基本思想53

2.6.3 基于MapReduce和上采样的两类非平衡大数据分类算法56

习题56

第3章 贪心算法58

3.1 贪心算法的基本思想58

3.2 背包问题59

3.2.1 问题描述59

3.2.2 求解背包问题的贪心算法59

3.3 活动安排问题61

3.3.1 问题描述61

3.3.2 求解活动安排问题的贪心算法62

3.4 旅行售货员问题64

3.4.1 问题描述64

3.4.2 求解旅行售货员问题的贪心算法65

3.5 特征选择67

3.5.1 问题描述67

3.5.2 特征子集评价准则67

3.5.3 不一致性准则68

3.5.4 特征选择的贪心算法72

3.6 决策树归纳算法88

3.6.1 ID3算法88

3.6.2 基于依赖度的决策树归纳算法101

3.6.3 连续值决策树归纳算法105

3.7 梯度下降算法111

3.7.1 线性元模型111

3.7.2 梯度下降算法112

3.8 基于贪心策略的ELM网络结构选择问题114

3.8.1 ELM网络结构选择问题114

3.8.2 模型选择准则114

3.8.3 基于结点敏感度的ELM网络结构选择算法115

习题118

第4章 搜索算法121

4.1 遗传算法121

4.1.1 遗传算法简介121

4.1.2 遗传算法的五要素122

4.1.3 基于不一致率的离散值遗传进化特征选择算法137

4.2 粒子群算法140

4.2.1 连续粒子群算法140

4.2.2 离散粒子群算法143

4.2.3 基于相对分类信息熵的二进制粒子群优化特征选择算法147

4.2.4 混合粒子群算法153

4.3 回溯法155

4.3.1 0-1背包问题155

4.3.2 n皇后问题158

4.4 分支限界法162

习题163

第5章 动态规划算法166

5.1 动态规划算法简介166

5.2 多段图问题167

5.2.1 问题描述167

5.2.2 问题求解170

5.3 矩阵连乘问题172

5.3.1 问题描述172

5.3.2 问题求解173

5.4 0-1背包问题177

5.4.1 子问题的定义177

5.4.2 递归的定义最优值177

5.5 所有点对之间的最短距离问题178

5.5.1 问题描述178

5.5.2 问题求解178

习题181

参考文献183