數據可視化與數據挖掘：基於Tableau和SPSS Modeler圖形界面

序 言 1

第1部分 11
數據可視化篇 11

1.1 數據可視化 12
1.1.1 Tableau 13
1.1.2 QlikView 15
1.1.3 Power BI 15
1.2 可視化數據挖掘 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 數據源頁面 23
2.1.3 工作簿頁面 24
2.2 數據類型 25
2.2.1 主要數據類型 25
2.2.2 更改數據類型 26
2.3 運算符及優先級 28
2.3.1 算術運算符 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 統計文件 51
3.1.8 其他文件 53
3.2連接到數據庫 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 更多數據庫 61

4.1維度和度量 64
4.1.1 維度 64
4.1.2 度量 66
4.2連續和離散 67
4.2.1 連續字段 67
4.2.2 離散字段 68
4.3工作區操作 68
4.3.1「數據」窗格 69
4.3.2「分析」窗格 71
4.3.3工具欄 71
4.3.4狀態欄 72
4.3.5卡和功能區 73
4.4工作表操作 74
4.4.1創建工作表 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創建字段 81
4.5.3創建參數 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創建分布圖 112
5.3.6自定義地圖 112

第2部分 114
可視化數據挖掘篇 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 授權許可 131
6.3.3 啟動軟件 134

7.1 業務理解 137
7.2 數據理解 138
7.3 數據准備 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 連接到數據庫 147

9.1 數據流操作 151
9.1.1 生成數據流 151
9.1.2 添加和刪除節點 151
9.1.3 連接數據流 152
9.1.4 修改連接節點 153
9.1.5 執行數據流 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 網絡圖 158
9.2.4 評估圖 160

第3部分 162
案例實戰篇 162

10.1 建模思路 164
10.2 Logistic回歸 165
10.3 業務理解 167
10.4 數據理解 168
10.5 數據准備 171
10.6 建立模型 173
10.6.1 模型參數設置 173
10.6.2 模型運行結果 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 192

11.1 建模思路 194
11.2 時間序列模型 195
11.3 業務理解 196
11.4 數據理解 197
11.5 數據准備 198
11.6 建立模型 200
11.6.1模型參數設置 200
11.6.2 模型運行結果 216
11.7 模型評估 218
11.8 模型應用 220
11.9 小結 221

12.1 建模思路 223
12.2 聚類模型 224
12.3 業務理解 225
12.4 數據理解 226
12.5 數據准備 228
12.6 建立模型 230
12.6.1模型參數設置 230
12.6.2 模型運行結果 233
12.7 模型評估 236
12.8 模型應用 239
12.9 小結 241

13.1 建模思路 243
13.2 判別分析 244
13.3 業務理解 245
13.4 數據理解 246
13.5 數據准備 248
13.6 建立模型 249
13.6.1 模型參數設置 249
13.6.2模型運行結果 257
13.7 模型評估 262
13.8 模型應用 263
13.9 小結 265

14.1 建模思路 268
14.2 神經網絡模型 269
14.2.1 神經元 270
14.2.2 多層感知器 272
14.2.3 徑向基函數 273
14.3 業務理解 275
14.4 數據理解 276
14.5 數據准備 278
14.6 建立模型 280
14.6.1 模型參數設置 280
14.6.2模型運行結果 287
14.7 模型評估 291
14.8 模型應用 292
14.9 小結 294

15.1 建模思路 296
15.2 決策樹模型 297
15.3 業務理解 299
15.4 數據理解 300
15.5 數據准備 303
15.6 建立模型 306
15.6.1 模型參數設置 306
15.6.2 模型運行結果 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 323

附錄A 324
配置MySQL ODBC數據源 324
A1 添加數據源管理器 324
A2 選擇相應的驅動程序 324
A3 連接數據庫服務器 325

附錄B 327
Tableau重要函數 327
B1 數字函數 327
B2 字符串函數 329
B3 日期函數 331
B4 類型轉換 334
B5 邏輯函數 335
B6 聚合函數 337
B7 直通函數 338
B8 用戶函數 340
B9 表計算函數 341
B10 其他函數 346

附錄C 349
SPSS Modele函數 349
C1 信息函數 349
C2 轉換函數 350
C3 比較函數 351
C4 邏輯函數 352
C5 數值函數 352
C6 三角函數 353
C7 概率函數 354
C8 位元整數運算 354
C9 隨機函數 355
C10 字符串函數 356
C11 日期和時間函數 359
C12 序列函數 362
C13 全局函數 365
C14 空值和Null值處理函數 366
C15 特殊函數 366