基于数据挖掘的分类和聚类算法研究及R语言实现
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-6页 |
| 目录 | 第6-8页 |
| 1. 绪论 | 第8-19页 |
| ·数据挖掘产生的背景和定义 | 第8-9页 |
| ·数据挖掘国内外发展现状 | 第9-11页 |
| ·数据挖掘与传统统计学之间的关系 | 第11-12页 |
| ·数据挖掘的主要应用分析 | 第12-14页 |
| ·研究目的和意义 | 第14页 |
| ·论文研究框架 | 第14-15页 |
| ·数据挖掘算法的研究工具—R语言 | 第15-19页 |
| 2. 分类分析方法及R语言实现 | 第19-35页 |
| ·分类分析的基木概念、步骤及方法 | 第19-20页 |
| ·分类分析的评估标准 | 第20-21页 |
| ·基于距离分类方法及R语言实现 | 第21-24页 |
| ·基于决策树分类方法及R语言实现 | 第24-31页 |
| ·基于神经网络分类方法及R语言实现 | 第31-35页 |
| 3. 聚类分析方法及R语言实现 | 第35-60页 |
| ·聚类分析基本概念及要求 | 第35-37页 |
| ·聚类分析的数据类型及处理方法 | 第37-42页 |
| ·划分聚类方法及R语言实现 | 第42-49页 |
| ·层次聚类方法及R语言实现 | 第49-54页 |
| ·基于密度聚类方法及R语言实现 | 第54-56页 |
| ·基于模型聚类方法及R语言实现 | 第56-58页 |
| ·模糊聚类方法及R语言实现 | 第58-60页 |
| 4. 实证分析 | 第60-73页 |
| ·研究背景 | 第60-61页 |
| ·数据整理 | 第61页 |
| ·数据初步统计分析 | 第61-64页 |
| ·护理人员离职意愿的聚类及交叉分析 | 第64-68页 |
| ·护理人员离职预测模型的建立 | 第68-71页 |
| ·小结 | 第71-73页 |
| 5. 总结与展望 | 第73-75页 |
| ·总结 | 第73页 |
| ·展望 | 第73-75页 |
| 参考文献 | 第75-77页 |
| 附录 | 第77-88页 |
| 读研期间发表的论文及著作 | 第88-89页 |
| 后记 | 第89页 |
