32.txt

This complete matlab for neural network

发信人: GzLi (笑梨), 信区: DataMining
标  题: [合集]请问关于数据挖掘前期数据有没有相关书籍和资料？
发信站: 南京大学小百合站 (Tue Feb 18 18:11:04 2003)

kailey (kailey) 于Mon Jan 13 16:06:06 2003)
提到：


edog (过海仙人) 于Wed Jan 15 13:46:38 2003)
提到：

你说的是数据预处理吧？
这方面的书好像不多，我没有找到专门讨论这个的，
还是看一些论文吧。
感觉这个方向东西太乱、太杂，不容易出成果

【 在 kailey (kailey) 的大作中提到: 】
: 
: 
: --
: 
: ※ 来源:．南京大学小百合站 http://bbs.nju.edu.cn [FROM: 202.204.76.108]
: 
: ※ 修改:．kailey 於 Jan 13 16:49:31 2003 修改本文．[FROM: 202.204.76.108] 
: ※ 修改:．kailey 於 Jan 13 16:50:15 2003 修改本文．[FROM: 202.204.76.108] 


yinjilong (下雨了，) 于Wed Jan 15 16:42:43 2003)
提到：

王国印那本书有点点提到

【 在 edog (过海仙人) 的大作中提到: 】
: 你说的是数据预处理吧？
: 这方面的书好像不多，我没有找到专门讨论这个的，
: 还是看一些论文吧。
: 感觉这个方向东西太乱、太杂，不容易出成果
: 【 在 kailey (kailey) 的大作中提到: 】


francois (断玉) 于
提到：
我来讲点与工程有关的吧

因为目前在做数据挖掘的项目，请教了台湾同事在实施数据挖掘时的经验，发现60％～70
％的时间花在了EDA（Exploratory Data Analysis）上。比方说我现在希望对移动通信公司
的客户流失进行预测，采用简单的决策树算法（C5.0），Dependent Variable很明确，就
是流失标志，而Independent Variable则有很多，比如客户的基本信息，客户的通话行为
，客户的帐单和付款行为，以及客户的投诉和抱怨等等，如何选取，如何处理缺失值，如
何检查数据质量，都属于EDA的范畴，有些书里做了简单的介绍，大多都是用统计的方法进
行分析，比如Histogram，Frequency，T－Test等等。

现在得到的经验是先把统计的基础打好，才可能做好数据挖掘的项目，在研究上因为常常
缺乏大量的真实数据，所以凭空猜测数据预处理时可能会遇到的问题，很难有所进展。圣
人说的真好啊——多思无益，不如以学；学而时习之，不亦乐乎？

【 在 edog 的大作中提到: 】
: 你说的是数据预处理吧？
: 这方面的书好像不多，我没有找到专门讨论这个的，
: 还是看一些论文吧。
: 感觉这个方向东西太乱、太杂，不容易出成果
: 【 在 kailey (kailey) 的大作中提到: 】