成功加入购物车

去购物车结算 X
白玉兰花开书店
  • 高维数据分析 9787030844699 唐年胜 等 著 著 科学出版社
图文详情

高维数据分析 9787030844699 唐年胜 等 著 著 科学出版社

举报

全部正版,部分为往年库存书,部分为近年新书,品相一般都在95品以上,大部分全新。周日休息,节假日休息。平日付款后一般24-48小时内寄出。图文不一致时,以文字表述为准。

  • 作者: 
  • 出版社:    科学出版社
  • ISBN:    9787030844699
  • 出版时间: 
  • 装帧:    平装
  • 开本:    16开
  • ISBN:  9787030844699
  • 出版时间: 
  • 装帧:  平装
  • 开本:  16开

售价 94.40 8.0折

定价 ¥118.00 

品相 全新

优惠 满减券
    发货
    承诺48小时内发货
    运费
    本店暂时无法向该地区发货

    延迟发货说明

    时间:
    说明:

    上书时间2026-08-04

    数量
    库存7
    微信扫描下方二维码
    微信扫描打开成功后,点击右上角”...“进行转发

    卖家超过10天未登录

    十二年老店
    店铺等级
    资质认证
    90天平均
    成功完成
    81.91% (98笔)
    好评率
    99.83%
    发货时间
    19.61小时
    地址
    河北省保定市涿州市
    • 商品详情
    • 店铺评价
    立即购买 加入购物车 收藏
    手机购买
    微信扫码访问
    • 货号:
      1599787030844699
      商品描述:
      目录
      “统计与数据科学丛书”序

      前言

      第1章 高维缺失数据 1

      1.1 缺失数据及其处理方法 1

      1.1.1 缺失数据 1

      1.1.2 缺失数据机制 3

      1.1.3 缺失数据处理方法 4

      1.2 高维数据 14

      第2章 高维数据分类 16

      2.1 引言 16

      2.2 高维数据分类方法 17

      2.2.1 贝叶斯法 17

      2.2.2 判别分析 21

      2.2.3 支持向量机 30

      2.2.4 Logistic回归 36

      2.3 分类效果评价 38

      2.4 实例分析 44

      第3章 高维数据聚类 52

      3.1 引言 52

      3.2 基于K-均值的高维数据聚类 56

      3.3 高维数据的稀疏聚类 61

      3.3.1 GMM聚类 61

      3.3.2 含结构 (S1)型GMM的极大似然估计 63

      3.3.3 含结构 (S2)型GMM的正则化极大似然估计 65

      3.3.4 含结构 (S3)型GMM的基于AHEM算法的极大似然估计 67

      3.3.5 GMM的基于AHEM算法的渐近性质 74

      3.3.6 簇类数 K 的选择 78

      3.4 模拟研究 79

      3.5 与基于BIC正则法选取调节参数的比较 86

      3.6 实例分析 87

      3.7 定理证明 88

      第4章 高维缺失数据的变量选择 105

      4.1 引言 105

      4.2 基于EM算法的缺失数据的变量选择 107

      4.3 超高维缺失数据的变量选择 117

      4.4 模拟研究 123

      4.5 实例分析 135

      4.6 定理证明 138

      第5章 非平衡超高维分类数据的基于秩融合的特征筛选 146

      5.1 引言 146

      5.2 二分类非平衡超高维数据的基于秩融合的特征筛选 147

      5.3 多分类非平衡超高维数据的基于秩融合的特征筛选 152

      5.4 模拟研究 154

      5.5 实例分析 162

      5.6 定理证明 163

      第6章 超高维异质分类数据的自适应分类特征筛选 168

      6.1 引言 168

      6.2 前瞻性样本数据的自适应分类特征筛选 169

      6.3 有偏抽样下超高维异质分类数据的自适应分类特征筛选 173

      6.4 模拟研究 176

      6.5 实例分析 185

      6.6 定理证明 189

      第7章 超高维分位数回归的模型平均 196

      7.1 引言 196

      7.2 分位数回归的模型平均 198

      7.3 超高维分位数回归的基于单协变量的模型平均 200

      7.4 超高维分位数回归的序贯模型平均 201

      7.5 模拟研究 204

      7.6 实例分析 207

      7.7 定理证明 208

      参考文献 218

      索引 230

      “统计与数据科学丛书”已出版书目 233


      内容摘要
      随着大数据时代的到来,高维数据已广泛遍布于生态学、气象学、经济学、金融学、生物医学、心理学及社会科学等诸多领域,其统计推断面临"变量维数远大于样本量"(即"小n大p"问题)、变量高度相关、数据严重缺失以及类别分布不均衡等多重挑战。高维数据的统计建模、推断与变量选择已成为统计学和数据科学领域备受关注的核心课题。本书系统阐述高维数据分析的典型方法,内容涵盖高维缺失数据处理、分类与聚类分析、变量选择与特征筛选、统计预测等重要方向。本书注重理论与实践相结合,既深入剖析主要统计方法的数学原理与统计性质,又通过贴近现实生活的模拟实验和实证分析,帮助读者在掌握理论框架的基础上提升应用能力。书中所采用的数据实例均来自公开数据库或实际研究项目,兼具代表性和实用价值。

      本书适合作为统计学、数据科学及相关专业高年级本科生和研究生的教学参考书,也可供生态学、气象学、经济学、金融学、生物医学、心理学和社会科学等领域的研究人员阅读使用。


      配送说明

      ...

      相似商品

      为你推荐

    孔网啦啦啦啦啦纺织女工火锅店第三课

    开播时间:09月02日 10:30

    即将开播,去预约
    直播中,去观看