本书针对装备试验数据特点和分析挖掘需求，系统介绍数据挖掘全过程环节步骤、基本理论、技术方法，主要包括数据挖掘基本概念，数据预处理技术，方差分析、主成分分析、因子分析等经典统计分析方法，关联规则挖掘、分类分析、聚类分析、预测分析等多元统计方法，以及试验数据管理与服务等，重点突出工程应用特色，通过试验数据分析挖掘实践应用案例成果，更方便读者掌握书中知识内容。

第1章 概述1.1 任务目的1.2 基本概念1.3 试验数据挖掘的方法1.4 数据挖掘的基本流程1.5 若干问题的讨论1.6 本章小结参考文献第2章 试验数据预处理2.1 试验异常数据识别剔除与重构2.2 试验数据随机误差分析2.3 数据平滑滤波2.4 数据变换与数据离散化2.5 本章小结参考文献第3章 基本统计挖掘方法3.1 方差分析3.2 主成分分析3.3 因子分析3.4 本章小结参考文献第4章 分类判别分析4.1 分类判别基本知识4.2 决策树4.3 支持向量机4.4 人工神经网络4.5 朴素贝叶斯4.6 逻辑回归4.7 K近邻4.8 Fisher判别分析4.9 本章小结参考文献第5章 聚类分析5.1 传统聚类分析5.2 模糊聚类分析5.3 灰色聚类分析5.4 谱聚类分析5.5 本章小结参考文献第6章 关联规则挖掘6.1 关联规则简介6.2 Apriori算法6.3 FP-growth算法6.4 高级模式挖掘技术6.5 关联规则在雷达试验中的应用6.6 本章小结参考文献第7章 预测分析7.1 回归分析7.2 时间序列分析7.3 灰色GM（1,1）建模与预测7.4 高斯过程回归的预测方法7.5 本章小结参考文献第8章 综合试验数据管理与服务8.1 试验数据的基本概念8.2 试验数据规划8.3 试验数据模型设计8.4 试验数据综合管理与服务系统8.5 本章小结参考文献