PMML建模標(biāo)準(zhǔn)語(yǔ)言基礎(chǔ)

定　價(jià)：￥89.00

作　者：	潘風(fēng)文
出版社：	化學(xué)工業(yè)出版社有限公司
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787122342584	出版時(shí)間：	2019-06-01	包裝：
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	296	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)結(jié)合實(shí)際案例介紹了PMML語(yǔ)言的各個(gè)組成元素，包括數(shù)據(jù)字典、挖掘模式/架構(gòu)、數(shù)據(jù)轉(zhuǎn)換、模型定義、輸出、目標(biāo)、模型解釋、模型驗(yàn)證等元素，并介紹了表述數(shù)據(jù)挖掘模型的PMML實(shí)例文檔創(chuàng)建流程；同時(shí)也對(duì)各種PMML元素中涉及的一些統(tǒng)計(jì)知識(shí)做了必要介紹。通過(guò)學(xué)習(xí)，讀者可以完整地了解和掌握PMML語(yǔ)言，將其應(yīng)用于數(shù)據(jù)挖掘建模。本書(shū)可供從事數(shù)據(jù)挖掘（機(jī)器學(xué)習(xí)）、人工智能系統(tǒng)開(kāi)發(fā)的軟件開(kāi)發(fā)者和愛(ài)好者學(xué)習(xí)使用，也可以作為高等院校大數(shù)據(jù)等相關(guān)專(zhuān)業(yè)的教材。

作者簡(jiǎn)介

暫缺《PMML建模標(biāo)準(zhǔn)語(yǔ)言基礎(chǔ)》作者簡(jiǎn)介

圖書(shū)目錄

1　XML基礎(chǔ) 1
1.1　XML的發(fā)展、技術(shù)體系及應(yīng)用 2
1.1.1　標(biāo)記語(yǔ)言和SGML 2
1.1.2　XML的特點(diǎn)和應(yīng)用 4
1.1.3　XML技術(shù)體系 5
1.1.4　基于XML的應(yīng)用標(biāo)準(zhǔn)簡(jiǎn)介 15
1.2　XML文檔結(jié)構(gòu) 24
1.2.1　XML文檔頭部 25
1.2.2　XML文檔正文 30
1.3　XML Schema 35
1.3.1　XML Schema文檔結(jié)構(gòu) 36
1.3.2　XML Schema數(shù)據(jù)類(lèi)型 40
1.3.3　元素內(nèi)容 57
1.3.4　屬性組 61
1.3.5　定義和使用實(shí)體 64
1.3.6　注釋 65
1.3.7　構(gòu)建內(nèi)容模型 66
1.4　命名空間 69
1.4.1　目標(biāo)命名空間和非限定本地聲明 70
1.4.2　限定本地聲明 73
1.4.3　全局和局部聲明 76
1.4.4　未聲明的目標(biāo)命名空間 77
1.5　XML文檔驗(yàn)證 78
1.6　XML Schema使用案例 79
1.6.1　XML處理庫(kù)lxml的安裝 80
1.6.2　使用lxml創(chuàng)建XML文檔 80
1.6.3　使用lxml解析XML文檔 85
1.6.4　使用lxml驗(yàn)證XML文檔 88
本章小結(jié) 91

2　數(shù)據(jù)挖掘與PMML 93
2.1　數(shù)據(jù)挖掘簡(jiǎn)介 94
2.2　數(shù)據(jù)挖掘流程標(biāo)準(zhǔn) 95
2.3　數(shù)據(jù)挖掘系統(tǒng) 99
2.4　PMML的出現(xiàn) 101
本章小結(jié) 103

3　PMML基礎(chǔ)知識(shí) 104
3.1　PMML概述 105
3.2　PMML文檔結(jié)構(gòu) 107
3.2.1　頭部Header 110
3.2.2　挖掘任務(wù)MiningBuildTask 112
3.2.3　數(shù)據(jù)字典DataDictionary 113
3.2.4　轉(zhuǎn)換字典TransformationDictionary 127
3.2.5　MODEL-ELEMENT序列 176
3.2.6　擴(kuò)展Extension 178
3.3　PMML規(guī)范中的命名規(guī)則 180
3.4　PMML規(guī)范中的數(shù)據(jù)類(lèi)型 180
3.4.1　基本數(shù)據(jù)類(lèi)型 180
3.4.2　簡(jiǎn)單數(shù)組類(lèi)型 182
3.4.3　稀疏數(shù)組類(lèi)型 184
3.4.4　矩陣類(lèi)型 186
3.5　變量的作用范圍 189
3.6　非評(píng)分模型 193
本章小結(jié) 194

4　模型的輸入和輸出 195
4.1　元素MiningSchema 196
4.2　模型目標(biāo)變量集合 201
4.2.1　目標(biāo)變量集元素Targets 202
4.2.2　目標(biāo)變量元素Target 203
4.2.3　目標(biāo)變量值元素Targetvalue 204
4.2.4　實(shí)例介紹 205
4.3　模型輸出變量集合 206
4.3.1　結(jié)果輸出元素Output 207
4.3.2　輸出字段元素OutputField 211
4.3.3　決策集元素Decisions 214
4.3.4　模型輸出結(jié)果表 214
4.3.5　實(shí)例介紹 216
本章小結(jié) 219

5　模型的統(tǒng)計(jì)信息 220
5.1　單元統(tǒng)計(jì)元素UnivariateStats 221
5.1.1　計(jì)數(shù)元素Counts 222
5.1.2　數(shù)值信息元素NumericInfo 223
5.1.3　離散變量統(tǒng)計(jì)元素DiscrStats 225
5.1.4　連續(xù)變量統(tǒng)計(jì)元素ContStats 226
5.1.5　實(shí)例介紹 227
5.2　單因素方差分析元素Anova 228
5.2.1　單因素方差分析元素Anova的定義 229
5.2.2　方差分析 230
5.2.3　實(shí)例介紹 232
5.3　多元統(tǒng)計(jì)元素MultivariateStats 234
5.4　分區(qū)元素Partition 237
本章小結(jié) 241

6　模型驗(yàn)證 242
6.1　模型驗(yàn)證元素ModelVerification 243
6.2　模型驗(yàn)證規(guī)則 245
6.3　實(shí)例介紹 249
本章小結(jié) 255

7　模型解釋 256
7.1　單變量統(tǒng)計(jì)元素UnivariateStats 258
7.2　分區(qū)元素Partition 258
7.3　預(yù)測(cè)模型質(zhì)量指標(biāo)元素PredictiveModelQuality 258
7.4　聚類(lèi)模型質(zhì)量指標(biāo)元素ClusteringModelQuality 262
7.5　混淆矩陣 263
7.5.1　混淆矩陣基本知識(shí) 263
7.5.2　混淆矩陣元素ConfusionMatrix 265
7.6　接收者操作特征曲線ROC 267
7.6.1　ROC基本知識(shí) 267
7.6.2　ROC曲線元素ROC 269
7.7　增益/提升圖 271
7.7.1　增益 272
7.7.2　提升度 272
7.7.3　提升圖元素ModelLiftGraph 274
7.8　字段（變量）相關(guān)性指標(biāo) 282
本章小結(jié) 285

8　PMML實(shí)際案例 287
8.1　構(gòu)建PMML實(shí)例文檔 289
8.2　使用PMML實(shí)例文檔 294