數(shù)據(jù)可視化與數(shù)據(jù)挖掘：基于Tableau和SPSS Modeler圖形界面

目錄
序 言 1
第1部分 11
數(shù)據(jù)可視化篇 11
1.1 數(shù)據(jù)可視化 12
1.1.1 Tableau 13
1.1.2 QlikView 15
1.1.3 Power BI 15
1.2 可視化數(shù)據(jù)挖掘 16
1.2.1 IBM SPSS Modeler 16
1.2.2 Intelligent Miner 17
1.2.3 SAS Enterprise Miner 18
2.1 軟件頁面簡介 20
2.1.1 開始頁面 21
2.1.2 數(shù)據(jù)源頁面 23
2.1.3 工作簿頁面 24
2.2 數(shù)據(jù)類型 25
2.2.1 主要數(shù)據(jù)類型 25
2.2.2 更改數(shù)據(jù)類型 26
2.3 運算符及優(yōu)先級 28
2.3.1 算術(shù)運算符 28
2.3.2 邏輯運算符 29
2.3.3 比較運算符 29
2.3.4 運算符優(yōu)先級 29
2.4 軟件安裝 30
2.4.1軟件下載 30
2.4.2安裝步驟 31
2.4.3軟件激活 35
2.5 文件類型 37
3.1連接到文件 39
3.1.1 Excel文件 39
3.1.2 文本文件 41
3.1.3 Access 43
3.1.4 JSON文件 45
3.1.5 PDF文件 47
3.1.6 空間文件 49
3.1.7 統(tǒng)計文件 51
3.1.8 其他文件 53
3.2連接到數(shù)據(jù)庫 54
3.2.1Tableau Server 54
3.2.2 SQL Server 55
3.2.3 MySQL 56
3.2.4 Oracle 58
3.2.5 Amazon Redshift 59
3.2.6 更多數(shù)據(jù)庫 61
4.1維度和度量 64
4.1.1 維度 64
4.1.2 度量 66
4.2連續(xù)和離散 67
4.2.1 連續(xù)字段 67
4.2.2 離散字段 68
4.3工作區(qū)操作 68
4.3.1“數(shù)據(jù)”窗格 69
4.3.2“分析”窗格 71
4.3.3工具欄 71
4.3.4狀態(tài)欄 72
4.3.5卡和功能區(qū) 73
4.4工作表操作 74
4.4.1創(chuàng)建工作表 75
4.4.2復制工作表 75
4.4.3導出工作表 77
4.4.4刪除工作表 77
4.5Tableau高級應用 78
4.5.1表計算 78
4.5.2創(chuàng)建字段 81
4.5.3創(chuàng)建參數(shù) 83
4.5.4聚合計算 90
4.5.5缺失值處理 92
5.1單變量圖形 95
5.1.1條形圖 95
5.1.2餅圖 98
5.1.3直方圖 100
5.1.4折線圖 101
5.2 多變量圖形 103
5.2.1散點圖 103
5.2.2甘特圖 105
5.3 地圖 106
5.3.1設置角色 106
5.3.2標記地圖 108
5.3.3添加字段信息 108
5.3.4設置地圖選項 109
5.3.5創(chuàng)建分布圖 112
5.3.6自定義地圖 112
第2部分 114
可視化數(shù)據(jù)挖掘篇 114
6.1 軟件簡介 115
6.1.1 軟件歷史 115
6.1.2 軟件界面 117
6.1.3 軟件特點 123
6.2 算法及功能 124
6.2.1 軟件算法 124
6.2.2 軟件功能 125
6.3 軟件安裝及啟動 127
6.3.1 軟件安裝 127
6.3.2 授權(quán)許可 131
6.3.3 啟動軟件 134
7.1 業(yè)務理解 137
7.2 數(shù)據(jù)理解 138
7.3 數(shù)據(jù)準備 138
7.4 建立模型 140
7.5 評估模型 140
7.6 應用模型 141
8.1 連接到文件 142
8.1.1 Excel文件 142
8.1.2 變量文件 143
8.1.3 固定文件 145
8.1.4 SAS文件 146
8.1.5 Statistics文件 146
8.2 連接到數(shù)據(jù)庫 147
9.1 數(shù)據(jù)流操作 151
9.1.1 生成數(shù)據(jù)流 151
9.1.2 添加和刪除節(jié)點 151
9.1.3 連接數(shù)據(jù)流 152
9.1.4 修改連接節(jié)點 153
9.1.5 執(zhí)行數(shù)據(jù)流 155
9.2 圖形制作 155
9.2.1 散點圖 155
9.2.2 直方圖 157
9.2.3 網(wǎng)絡圖 158
9.2.4 評估圖 160
第3部分 162
案例實戰(zhàn)篇 162
10.1 建模思路 164
10.2 Logistic回歸 165
10.3 業(yè)務理解 167
10.4 數(shù)據(jù)理解 168
10.5 數(shù)據(jù)準備 171
10.6 建立模型 173
10.6.1 模型參數(shù)設置 173
10.6.2 模型運行結(jié)果 183
10.7 模型評估 187
10.7.1 模型精確度 187
10.7.2 模型擬合度 187
10.8 模型應用 189
10.9 小結(jié) 192
11.1 建模思路 194
11.2 時間序列模型 195
11.3 業(yè)務理解 196
11.4 數(shù)據(jù)理解 197
11.5 數(shù)據(jù)準備 198
11.6 建立模型 200
11.6.1模型參數(shù)設置 200
11.6.2 模型運行結(jié)果 216
11.7 模型評估 218
11.8 模型應用 220
11.9 小結(jié) 221
12.1 建模思路 223
12.2 聚類模型 224
12.3 業(yè)務理解 225
12.4 數(shù)據(jù)理解 226
12.5 數(shù)據(jù)準備 228
12.6 建立模型 230
12.6.1模型參數(shù)設置 230
12.6.2 模型運行結(jié)果 233
12.7 模型評估 236
12.8 模型應用 239
12.9 小結(jié) 241
13.1 建模思路 243
13.2 判別分析 244
13.3 業(yè)務理解 245
13.4 數(shù)據(jù)理解 246
13.5 數(shù)據(jù)準備 248
13.6 建立模型 249
13.6.1 模型參數(shù)設置 249
13.6.2模型運行結(jié)果 257
13.7 模型評估 262
13.8 模型應用 263
13.9 小結(jié) 265
14.1 建模思路 268
14.2 神經(jīng)網(wǎng)絡模型 269
14.2.1 神經(jīng)元 270
14.2.2 多層感知器 272
14.2.3 徑向基函數(shù) 273
14.3 業(yè)務理解 275
14.4 數(shù)據(jù)理解 276
14.5 數(shù)據(jù)準備 278
14.6 建立模型 280
14.6.1 模型參數(shù)設置 280
14.6.2模型運行結(jié)果 287
14.7 模型評估 291
14.8 模型應用 292
14.9 小結(jié) 294
15.1 建模思路 296
15.2 決策樹模型 297
15.3 業(yè)務理解 299
15.4 數(shù)據(jù)理解 300
15.5 數(shù)據(jù)準備 303
15.6 建立模型 306
15.6.1 模型參數(shù)設置 306
15.6.2 模型運行結(jié)果 316
15.7 模型評估 318
15.7.1 模型精確度 318
15.7.2 模型擬合度 318
15.8 模型應用 320
15.9 小結(jié) 323
附錄A 324
配置MySQL ODBC數(shù)據(jù)源 324
A1 添加數(shù)據(jù)源管理器 324
A2 選擇相應的驅(qū)動程序 324
A3 連接數(shù)據(jù)庫服務器 325
附錄B 327
Tableau重要函數(shù) 327
B1 數(shù)字函數(shù) 327
B2 字符串函數(shù) 329
B3 日期函數(shù) 331
B4 類型轉(zhuǎn)換 334
B5 邏輯函數(shù) 335
B6 聚合函數(shù) 337
B7 直通函數(shù) 338
B8 用戶函數(shù) 340
B9 表計算函數(shù) 341
B10 其他函數(shù) 346
附錄C 349
SPSS Modele函數(shù) 349
C1 信息函數(shù) 349
C2 轉(zhuǎn)換函數(shù) 350
C3 比較函數(shù) 351
C4 邏輯函數(shù) 352
C5 數(shù)值函數(shù) 352
C6 三角函數(shù) 353
C7 概率函數(shù) 354
C8 位元整數(shù)運算 354
C9 *函數(shù) 355
C10 字符串函數(shù) 356
C11 日期和時間函數(shù) 359
C12 序列函數(shù) 362
C13 全局函數(shù) 365
C14 空值和Null值處理函數(shù) 366
C15 特殊函數(shù) 366