地球科學(xué)中的大數(shù)據(jù)分析與挖掘算法手冊(cè)

目 錄
第　1章 關(guān)聯(lián)規(guī)則　001
1．1　Apriori算法　002
1．1．1　算法概要　002
1．1．2　算法原理　002
1．1．3　實(shí)例說(shuō)明　004
1．1．4　算法優(yōu)缺點(diǎn)　010
1．1．5　優(yōu)化改進(jìn)　010
1．1．6　大數(shù)據(jù)適應(yīng)度分析　012
1．1．7　地球科學(xué)應(yīng)用案例　013
1．2　FP-growth算法　015
1．2．1　算法概要　015
1．2．2　算法原理　015
1．2．3　實(shí)例說(shuō)明　017
1．2．4　優(yōu)化改進(jìn)　019
1．2．5　大數(shù)據(jù)適應(yīng)度分析　021
1．2．6　地球科學(xué)應(yīng)用案例　024
參考文獻(xiàn)　026
第　2章 分類　027
2．1　決策樹算法　028
2．1．1　算法概要　028
2．1．2　算法原理　028
2．1．3　算法優(yōu)缺點(diǎn)　031
2．1．4　優(yōu)化改進(jìn)　032
2．1．5　決策樹衍生算法　033
2．1．6　大數(shù)據(jù)適應(yīng)度分析　035
2．1．7　地球科學(xué)應(yīng)用案例　037
2．2　貝葉斯分類算法　038
2．2．1　算法概要　038
2．2．2　算法原理　038
2．2．3　實(shí)例說(shuō)明　040
2．2．4　算法優(yōu)缺點(diǎn)　042
2．2．5　優(yōu)化改進(jìn)　042
2．2．6　大數(shù)據(jù)適應(yīng)度分析　045
2．2．7　地球科學(xué)應(yīng)用案例　046
2．3　神經(jīng)網(wǎng)絡(luò)分類算法　047
2．3．1　算法概要　047
2．3．2　算法原理　047
2．3．3　算法優(yōu)缺點(diǎn)　051
2．3．4　優(yōu)化改進(jìn)　052
2．3．5　大數(shù)據(jù)適應(yīng)度分析　053
2．3．6　地球科學(xué)應(yīng)用案例　053
2．4　粗糙集分類　055
2．4．1　算法概要　055
2．4．2　算法原理　055
2．4．3　實(shí)例說(shuō)明　062
2．4．4　算法優(yōu)缺點(diǎn)　064
2．4．5　優(yōu)化改進(jìn)　064
2．4．6　大數(shù)據(jù)適應(yīng)度分析　065
2．4．7　地球科學(xué)應(yīng)用案例　066
2．5　支持向量機(jī)　066
2．5．1　算法概要　066
2．5．2　算法原理　067
2．5．3　實(shí)例說(shuō)明　073
2．5．4　算法優(yōu)缺點(diǎn)　074
2．5．5　優(yōu)化改進(jìn)　074
2．5．6　大數(shù)據(jù)適應(yīng)度分析　076
2．5．7　地球科學(xué)應(yīng)用案例　077
2．6　K-最近鄰算法　078
2．6．1　算法概要　078
2．6．2　算法原理　078
2．6．3　算法優(yōu)缺點(diǎn)　080
2．6．4　優(yōu)化改進(jìn)　080
2．6．5　大數(shù)據(jù)適應(yīng)度分析　082
2．6．6　地球科學(xué)應(yīng)用案例　085
2．7　Bagging算法　086
2．7．1　算法概要　086
2．7．2　算法原理　087
2．7．3　實(shí)例說(shuō)明　090
2．7．4　優(yōu)化改進(jìn)　093
2．7．5　大數(shù)據(jù)適應(yīng)度分析　094
2．7．6　地球科學(xué)應(yīng)用案例　095
2．8　AdaBoost算法　096
2．8．1　算法概要　096
2．8．2　算法原理　097
2．8．3　訓(xùn)練過(guò)程　099
2．8．4　同類算法　100
2．8．5　大數(shù)據(jù)適應(yīng)度分析　103
2．8．6　地球科學(xué)應(yīng)用案例　103
參考文獻(xiàn)　105
第3章　回歸　115
3．1　線性回歸　116
3．1．1　算法概要　116
3．1．2　算法原理　116
3．1．3　實(shí)例說(shuō)明　119
3．1．4　算法優(yōu)缺點(diǎn)　120
3．1．5　優(yōu)化改進(jìn)　121
3．1．6　大數(shù)據(jù)適應(yīng)度分析　123
3．1．7　地球科學(xué)應(yīng)用案例　123
3．2　邏輯回歸　124
3．2．1　算法概要　124
3．2．2　算法原理　125
3．2．3　算法實(shí)現(xiàn)　127
3．2．4　SoftMax算法　129
3．2．5　大數(shù)據(jù)適應(yīng)度分析　129
3．2．6　地球科學(xué)應(yīng)用案例　130
參考文獻(xiàn)　131
第4章　聚類　133
4．1　K-means算法　134
4．1．1　算法概要　134
4．1．2　算法原理　134
4．1．3　實(shí)例說(shuō)明　135
4．1．4　算法優(yōu)缺點(diǎn)　138
4．1．5　優(yōu)化改進(jìn)　138
4．1．6　大數(shù)據(jù)適應(yīng)度分析　140
4．1．7　地球科學(xué)應(yīng)用案例　141
4．2　K-medoids算法　142
4．2．1　算法概要　142
4．2．2　算法原理　142
4．2．3　實(shí)例說(shuō)明　144
4．2．4　算法優(yōu)缺點(diǎn)　147
4．2．5　優(yōu)化改進(jìn)　148
4．2．6　大數(shù)據(jù)適應(yīng)度分析　149
4．2．7　地球科學(xué)應(yīng)用案例　149
4．3　層次聚類算法　151
4．3．1　算法概要　151
4．3．2　距離度量　151
4．3．3　算法流程　153
4．3．4　改進(jìn)優(yōu)化　154
4．3．5　大數(shù)據(jù)適應(yīng)度分析　158
4．3．6　地球科學(xué)應(yīng)用案例　159
4．4　基于密度的聚類算法　160
4．4．1　算法概要　160
4．4．2　算法原理　160
4．4．3　實(shí)例說(shuō)明　162
4．4．4　算法優(yōu)缺點(diǎn)　164
4．4．5　優(yōu)化改進(jìn)　165
4．4．6　大數(shù)據(jù)適應(yīng)度分析　166
4．4．7　地球科學(xué)應(yīng)用案例　167
4．5　基于網(wǎng)格的聚類算法　168
4．5．1　算法概要　168
4．5．2　STING　168
4．5．3　CLIQUE　170
4．5．4　優(yōu)化改進(jìn)　173
4．5．5　大數(shù)據(jù)適應(yīng)度分析　176
4．5．6　地球科學(xué)應(yīng)用案例　177
參考文獻(xiàn)　179
第5章　序列模式挖掘　183
5．1　GSP算法　184
5．1．1　算法概要　184
5．1．2　算法原理　184
5．1．3　實(shí)例說(shuō)明　189
5．1．4　算法優(yōu)缺點(diǎn)　191
5．1．5　GSP衍生算法　192
5．1．6　大數(shù)據(jù)適應(yīng)度分析　194
5．1．7　地球科學(xué)應(yīng)用案例　195
5．2　SPADE算法　196
5．2．1　算法概要　196
5．2．2　算法原理　197
5．2．3　實(shí)例說(shuō)明　203
5．2．4　算法優(yōu)缺點(diǎn)　206
5．2．5　優(yōu)化改進(jìn)　206
5．2．6　SPADE衍生算法　207
5．2．7　大數(shù)據(jù)適應(yīng)度分析　209
5．2．8　地球科學(xué)應(yīng)用案例　213
參考文獻(xiàn)　215
第6章　深度學(xué)習(xí)　217
6．1　深度信念網(wǎng)　218
6．1．1　算法概要　218
6．1．2　算法原理　219
6．1．3　優(yōu)化改進(jìn)　225
6．1．4　大數(shù)據(jù)適應(yīng)度分析　226
6．1．5　地球科學(xué)應(yīng)用案例　227
6．2　卷積神經(jīng)網(wǎng)絡(luò)　228
6．2．1　算法概要　228
6．2．2　算法原理　228
6．2．3　實(shí)例說(shuō)明　229
6．2．4　模型演化　231
6．2．5　優(yōu)化改進(jìn)　234
6．2．6　大數(shù)據(jù)適應(yīng)度分析　235
6．2．7　地球科學(xué)應(yīng)用案例　235
6．3　自動(dòng)編碼器算法　237
6．3．1　算法概要　237
6．3．2　算法原理　238
6．3．3　算法實(shí)現(xiàn)　240
6．3．4　衍生算法　241
6．3．5　優(yōu)化改進(jìn)　243
6．3．6　大數(shù)據(jù)適應(yīng)度分析　244
6．3．7　地球科學(xué)應(yīng)用案例　245
參考文獻(xiàn)　245
第7章　異常檢測(cè)　249
7．1　概述　250
7．2　基于統(tǒng)計(jì)的異常檢測(cè)算法　251
7．2．1　算法原理　251
7．2．2　典型算法　251
7．3　基于距離的方法　252
7．3．1　算法原理　252
7．3．2　典型算法　252
7．4　基于深度的異常檢測(cè)方法　256
7．4．1　算法原理　256
7．4．2　典型算法　257
7．5　基于密度的異常檢測(cè)算法　258
7．5．1　算法原理　258
7．5．2　典型算法　258
7．6　基于偏離的異常檢測(cè)算法　262
7．6．1　算法原理　262
7．6．2　典型算法　263
7．7　基于聚類的異常檢測(cè)算法　265
7．7．1　算法原理　265
7．7．2　典型算法　265
7．8　大數(shù)據(jù)適應(yīng)度分析　268
7．9　地球科學(xué)應(yīng)用案例　269
參考文獻(xiàn)　271
附錄A　軟件、源碼及開發(fā)包　275