数据可视化与数据挖掘 基于Tableau和SPSS Modeler图形界面epub

数据可视化与数据挖掘 基于Tableau和SPSS Modeler图形界面 作者：王国平

数据可视化与数据挖掘 基于Tableau和SPSS Modeler图形界面 出版社：电子工业出版社

数据可视化与数据挖掘 基于Tableau和SPSS Modeler图形界面 内容简介

数据可视化允许利用图形、图像处理、计算机视觉以及用户界面，通过表达、建模以及对立体、表面、属性以及动画的显示，对数据加以可视化解释，数据可视化技术在国内市场长期看好，而现阶段国内相关书籍相对较少，本书选择这个方向进行系统基础研究，希望为那些在想此领域有所发展的读者提供学习帮助。在本书中，我们首先介绍数据可视化的一些基本知识，随后重点介绍使用Tableau、SAS及SPSS Modeler的可视化界面进行数据分析与数据挖掘的方法。

数据可视化与数据挖掘 基于Tableau和SPSS Modeler图形界面 目录

版权信息

前言

第1部分 数据可视化篇

第1章 可视化数据挖掘概述

第2章 Tableau Desktop简介

第3章 连接数据源

第4章 Tableau主要操作

第5章 创建图表

第2部分 可视化数据挖掘篇

第6章 SPSS Modeler简介

第7章 数据挖掘流程

第8章 SPSS Modeler导入数据源

第9章 SPSS Modeler基础操作

第3部分 案例实战篇

第10章 电信行业中的应用

第11章 电力行业中的应用

第12章 医药行业中的应用

第13章 银行业中的应用

第14章 电商中的应用

第15章 房地产业中的应用

附录A 配置MySQL ODBC数据源

附录B Tableau重要函数

附录C SPSS Modeler函数

数据可视化与数据挖掘 基于Tableau和SPSS Modeler图形界面 精彩文摘

时间序列的主要应用是对经济进行预测，预测主要是以连续性原理作为依据。连续性原理是指客观事物的发展具有合乎规律的连续性，事物发展是按照它本身固有的规律进行的。在一定条件下，只要规律赖以发生作用的条件不产生质的变化，事物的基本发展趋势在未来就会延续下去。

时间序列预测就是利用统计技术与方法，从预测指标的时间序列中找出演变模式，建立数学模型，对预测指标的未来发展趋势做出定量估计。

例如，可提费用是人寿保险保费收入中重要的组成部分，是目前我国人寿保险公司运营的基本保证。它的变化规律对于保险公司的资金计划、预算管理及发展规划等行为将起到至关重要的作用，因此合理、相对准确地预测可提费用对于保险公司在管理决策和发展规划方面具有重要的作用。

时间序列模型的建模步骤如下。

（1）收集历史资料并加以整理，编成时间序列，根据时间序列绘成统计图。时间序列分析通常是把各种可能发生作用的因素进行分类。传统的分类方法按各种因素的特点或影响分为4大类：长期趋势、季节变动、循环变动和不规则变动。