本书是《数据挖掘》的第2版，系统地介绍了数据挖掘的理论、方法与应用，包括数据特征分析及预处理、经典数据挖掘算法（分类、回归、聚类、关联规则和集成学习等）、大数据新常态下催生的数据分析方法（推荐系统、链接分析与网页排序、互联网信息抽取、日志挖掘与查询分析等）。在此基础上，除第1章外，每章均有基于Python语言的实例应用。另外，本书配套的PPT可在华信教育资源网下载。
本书可以作为高等院校数据科学与大数据技术专业相关课程的教材，以及计算机、软件工程等专业的教材或参考书。高职高专学校相关专业也可选用部分内容开展教学。

王朝霞，清华大学计算机科学与技术博士，陆军勤务学院军事物流系副教授，硕士生导师，201O年澳大利亚昆士兰科技大学访问学者。
主持、主研科研项目35项，其中，主持国家级科研项目1项、军队（省部级）项目6项。获国家发明专利3项、教育部科技进步一等奖1项，被评为陆军勤务学院优秀教员，多次获教学研究成果奖和教学质量奖。发表论文40余篇，其中，2篇（第一作者）被SCI收录，10篇（6篇为第一作者）被EI收录。出版专著3本。

第1章 绪论
1.1 数据挖掘的基本概念
1.1.1 数据挖掘的概念
1.1.2 大数据环境下的数据挖掘
1.1.3 数据挖掘的特性
1.1.4 数据挖掘的任务和功能
1.1.5 数据挖掘的对象
1.1.6 数据挖掘的过程
1.2 数据挖掘的起源及发展
1.3 数据挖掘的常用工具
1.3.1 商用工具
1.3.2 开源工具
1.4 数据挖掘的应用
习题
参考文献
第2章 数据特征分析及预处理
2.1 数据类型
2.1.1 属性与度量
2.1.2 数据集的类型
2.2 数据特征分析
2.2.1 描述数据集中趋势的度量
2.2.2 描述数据离散程度的度量
2.2.3 数据相关性分析
2.3 数据预处理
2.3.1 数据清洗
2.3.2 数据集成
2.3.3 数据规范化
2.3.4 数据规约
2.3.5 数据离散化
2.4 数据的相似性
2.4.1 数值属性的相似性度量
2.4.2 标称属性的相似性度量
2.4.3 组合异种属性的相似性度量
2.4.4 文本的相似性度量
2.4.5 离散序列的相似性度量
习题
参考文献
第3章 分类
3.1 分类概述
3.1.1 分类的基本概念
3.1.2 分类的过程
3.1.3 分类器性能的评估方法
3.2 决策树
3.2.1 决策树的基本概念
3.2.2 决策树的用途和特性
3.2.3 决策树的工作原理
3.2.4 决策树的构建步骤
3.2.5 决策树算法原理
3.3 贝叶斯分类
3.3.1 贝叶斯定理
3.3.2 朴素贝叶斯分类
3.3.3 贝叶斯分析
3.3.4 贝叶斯决策
3.3.5 贝叶斯估计
3.4 支持向量机
3.4.1 支持向量机的主要思想
3.4.2 支持向量机的基础理论
3.4.3 支持向量机的原理
3.5 实战：Python支持向量机分类
习题
参考文献
第4章 回归
4.1 回归的基本概念
4.1.1 回归分析的定义
4.1.2 回归分析的步骤
4.1.3 回归分析要注意的问题
4.2 一元回归分析
4.2.1 一元回归分析的模型设定
4.2.2 回归参数的最小二乘估计
4.2.3 基本假设下OLS估计的统计性质
4.2.4 误差方差估计
4.2.5 回归系数检验（t检验）
4.2.6 拟合优度和模型检验（F检验）
4.3 多元线性回归分析
4.3.1 多元线性回归模型
4.3.2 多元线性回归模型的假定
4.3.3 多元线性回归模型的参数估计
4.3.4 显著性检验
4.3.5 回归变量的选择与逐步回归
4.4 逻辑回归分析
4.4.1 逻辑回归模型
4.4.2 logit变换
4.4.3 估计回归系数
4.4.4 Logistic分布
4.4.5 列联表的Logistic回归模型
4.5 其他回归分析
4.5.1 多项式回归
4.5.2 逐步回归
4.5.3 岭回归
4.5.4 套索回归
4.5.5 弹性网络
4.6 实战：获得最大有效率时的药物用量
习题
参考文献
第5章 聚类
5.1 聚类基本概念
5.2 划分聚类方法
5.2.1 k-平均算法
5.2.2 k-中心点算法
5.3 层次聚类方法
5.3.1 层次聚类方法的分类
5.3.2 BIRCH算法
5.4 密度聚类方法
5.5 实战：Python聚类分析
5.5.1 Python实现k-均值划分聚类
5.5.2 Python实现BIRCH层次聚类
5.5.3 Python实现DBSCAN密度聚类
习题
参考文献
第6章 关联规则
6.1 基本概念
6.1.1 啤酒与尿布的经典案例
6.1.2 关联规则的概念
6.1.3 频繁项集的产生
6.2 Apriori算法：通过限制候选产生发现频繁项集
6.2.1 Apriori算法的频繁项集产生
6.2.2 Apriori算法描述
6.3 FP-growth算法
6.3.1 构造FP树
6.3.2 挖掘FP树
6.3.3 FP-growth算法
6.4 其他关联规则算法
6.4.1 约束性关联规则
6.4.2 增量式关联规则
6.4.3 多层关联规则
6.5 实战：购物篮关联规则挖掘
6.5.1 背景与挖掘目标
6.5.2 分析方法与过程
6.5.3 总结
习题
参考文献
第7章 集成学习
7.1 集成学习的概念
7.1.1 集成学习的构建
7.1.2 集成学习的优势
7.2 Bagging算法与随机森林算法
7.2.1 Bagging算法基本思想
7.2.2 Bagging算法流程
7.2.3 随机森林算法
7.3 Boosting算法
7.3.1 Boosting算法流程
7.3.2 Boosting系列算法
7.4 结合策略
7.4.1 投票方法
7.4.2 叠加方法
7.5 多样性
7.5.1 多样性的概念
7.5.2 多样性的作用
7.5.3 多样性的度量
7.5.4 多样性的构建
7.6 实战案例
7.6.1 鸢尾花数据集
7.6.2 集成学习算法
7.6.3 集成学习在鸢尾花数据集上的应用
7.7 本章小结
习题
参考文献
第8章 推荐系统
8.1 推荐系统概述
8.1.1 什么是推荐系统
8.1.2 推荐系统评测指标
8.1.3 推