滿額折
PMML建模標準語言基礎（簡體書）
商品資訊
相關商品
商品簡介
作者簡介
目次
商品簡介
本書結合實際案例介紹了PMML語言的各個組成元素，包括數據字典、挖掘模式/架構、數據轉換、模型定義、輸出、目標、模型解釋、模型驗證等元素，並介紹了表述數據挖掘模型的PMML實例文檔創建流程；同時也對各種PMML元素中涉及的一些統計知識做了必要介紹。通過學習，讀者可以完整地瞭解和掌握PMML語言，將其應用於數據挖掘建模。
本書可供從事數據挖掘(機器學習)、人工智能系統開發的軟件開發者和愛好者學習使用，也可以作為高等院校大數據等相關專業的教材。
本書可供從事數據挖掘(機器學習)、人工智能系統開發的軟件開發者和愛好者學習使用，也可以作為高等院校大數據等相關專業的教材。
作者簡介
潘風文，北京智童時光科技有限公司，副總經理 CTO，北京大學計算機專業博士，歷任北京工業大學計算機學院教授、深圳華為技術有限公司，北京太極計算機公司技術總監，現任北京智童時光科技有限公司副總經理兼CTO
目次
1 XML基礎 1
1.1 XML的發展、技術體系及應用 2
1.1.1 標記語言和SGML 2
1.1.2 XML的特點和應用 4
1.1.3 XML技術體系 5
1.1.4 基於XML的應用標準簡介 15
1.2 XML文檔結構 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文檔結構 36
1.3.2 XML Schema數據類型 40
1.3.3 元素內容 57
1.3.4 屬性組 61
1.3.5 定義和使用實體 64
1.3.6 注釋 65
1.3.7 構建內容模型 66
1.4 命名空間 69
1.4.1 目標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 全域和局部聲明 76
1.4.4 未聲明的目標命名空間 77
1.5 XML文檔驗證 78
1.6 XML Schema使用案例 79
1.6.1 XML處理庫lxml的安裝 80
1.6.2 使用lxml創建XML文檔 80
1.6.3 使用lxml解析XML文檔 85
1.6.4 使用lxml驗證XML文檔 88
本章小結 91
2 數據挖掘與PMML 93
2.1 數據挖掘簡介 94
2.2 數據挖掘流程標準 95
2.3 數據挖掘系統 99
2.4 PMML的出現 101
本章小結 103
3 PMML基礎知識 104
3.1 PMML概述 105
3.2 PMML文檔結構 107
3.2.1 頭部Header 110
3.2.2 挖掘任務MiningBuildTask 112
3.2.3 數據字典DataDictionary 113
3.2.4 轉換字典TransformationDictionary 127
3.2.5 MODEL-ELEMENT序列 176
3.2.6 擴展Extension 178
3.3 PMML規範中的命名規則 180
3.4 PMML規範中的數據類型 180
3.4.1 基本數據類型 180
3.4.2 簡單數組類型 182
3.4.3 稀疏數組類型 184
3.4.4 矩陣類型 186
3.5 變量的作用範圍 189
3.6 非評分模型 193
本章小結 194
4 模型的輸入和輸出 195
4.1 元素MiningSchema 196
4.2 模型目標變量集合 201
4.2.1 目標變量集元素Targets 202
4.2.2 目標變量元素Target 203
4.2.3 目標變量值元素Targetvalue 204
4.2.4 實例介紹 205
4.3 模型輸出變量集合 206
4.3.1 結果輸出元素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 模型輸出結果表 214
4.3.5 實例介紹 216
本章小結 219
5 模型的統計信息 220
5.1 單元統計元素UnivariateStats 221
5.1.1 計數元素Counts 222
5.1.2 數值信息元素NumericInfo 223
5.1.3 離散變量統計元素DiscrStats 225
5.1.4 連續變量統計元素ContStats 226
5.1.5 實例介紹 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 實例介紹 232
5.3 多元統計元素MultivariateStats 234
5.4 分區元素Partition 237
本章小結 241
6 模型驗證 242
6.1 模型驗證元素ModelVerification 243
6.2 模型驗證規則 245
6.3 實例介紹 249
本章小結 255
7 模型解釋 256
7.1 單變量統計元素UnivariateStats 258
7.2 分區元素Partition 258
7.3 預測模型質量指標元素PredictiveModelQuality 258
7.4 聚類模型質量指標元素ClusteringModelQuality 262
7.5 混淆矩陣 263
7.5.1 混淆矩陣基本知識 263
7.5.2 混淆矩陣元素ConfusionMatrix 265
7.6 接收者操作特徵曲線ROC 267
7.6.1 ROC基本知識 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）相關性指標 282
本章小結 285
8 PMML實際案例 287
8.1 構建PMML實例文檔 289
8.2 使用PMML實例文檔 294
1.1 XML的發展、技術體系及應用 2
1.1.1 標記語言和SGML 2
1.1.2 XML的特點和應用 4
1.1.3 XML技術體系 5
1.1.4 基於XML的應用標準簡介 15
1.2 XML文檔結構 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文檔結構 36
1.3.2 XML Schema數據類型 40
1.3.3 元素內容 57
1.3.4 屬性組 61
1.3.5 定義和使用實體 64
1.3.6 注釋 65
1.3.7 構建內容模型 66
1.4 命名空間 69
1.4.1 目標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 全域和局部聲明 76
1.4.4 未聲明的目標命名空間 77
1.5 XML文檔驗證 78
1.6 XML Schema使用案例 79
1.6.1 XML處理庫lxml的安裝 80
1.6.2 使用lxml創建XML文檔 80
1.6.3 使用lxml解析XML文檔 85
1.6.4 使用lxml驗證XML文檔 88
本章小結 91
2 數據挖掘與PMML 93
2.1 數據挖掘簡介 94
2.2 數據挖掘流程標準 95
2.3 數據挖掘系統 99
2.4 PMML的出現 101
本章小結 103
3 PMML基礎知識 104
3.1 PMML概述 105
3.2 PMML文檔結構 107
3.2.1 頭部Header 110
3.2.2 挖掘任務MiningBuildTask 112
3.2.3 數據字典DataDictionary 113
3.2.4 轉換字典TransformationDictionary 127
3.2.5 MODEL-ELEMENT序列 176
3.2.6 擴展Extension 178
3.3 PMML規範中的命名規則 180
3.4 PMML規範中的數據類型 180
3.4.1 基本數據類型 180
3.4.2 簡單數組類型 182
3.4.3 稀疏數組類型 184
3.4.4 矩陣類型 186
3.5 變量的作用範圍 189
3.6 非評分模型 193
本章小結 194
4 模型的輸入和輸出 195
4.1 元素MiningSchema 196
4.2 模型目標變量集合 201
4.2.1 目標變量集元素Targets 202
4.2.2 目標變量元素Target 203
4.2.3 目標變量值元素Targetvalue 204
4.2.4 實例介紹 205
4.3 模型輸出變量集合 206
4.3.1 結果輸出元素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 模型輸出結果表 214
4.3.5 實例介紹 216
本章小結 219
5 模型的統計信息 220
5.1 單元統計元素UnivariateStats 221
5.1.1 計數元素Counts 222
5.1.2 數值信息元素NumericInfo 223
5.1.3 離散變量統計元素DiscrStats 225
5.1.4 連續變量統計元素ContStats 226
5.1.5 實例介紹 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 實例介紹 232
5.3 多元統計元素MultivariateStats 234
5.4 分區元素Partition 237
本章小結 241
6 模型驗證 242
6.1 模型驗證元素ModelVerification 243
6.2 模型驗證規則 245
6.3 實例介紹 249
本章小結 255
7 模型解釋 256
7.1 單變量統計元素UnivariateStats 258
7.2 分區元素Partition 258
7.3 預測模型質量指標元素PredictiveModelQuality 258
7.4 聚類模型質量指標元素ClusteringModelQuality 262
7.5 混淆矩陣 263
7.5.1 混淆矩陣基本知識 263
7.5.2 混淆矩陣元素ConfusionMatrix 265
7.6 接收者操作特徵曲線ROC 267
7.6.1 ROC基本知識 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）相關性指標 282
本章小結 285
8 PMML實際案例 287
8.1 構建PMML實例文檔 289
8.2 使用PMML實例文檔 294
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。