Data Mining. Concepts and Techniques, 3rd Edition

HAN

03-toc-ix-xviii-9780123814791

2011/6/1

3:32

Page x

#2

x

Contents

1.6

Which Kinds of Applications Are Targeted?

27

1.6.1

Business Intelligence

27

1.6.2

Web Search Engines

28

1.7

Major Issues in Data Mining

29

1.7.1

Mining Methodology

29

1.7.2

User Interaction

30

1.7.3

Efficiency and Scalability

31

1.7.4

Diversity of Database Types

32

1.7.5

Data Mining and Society

32

1.8

Summary

33

1.9

Exercises

34

1.10

Bibliographic Notes

35

Chapter 2 Getting to Know Your Data

39

2.1

Data Objects and Attribute Types

40

2.1.1

What Is an Attribute?

40

2.1.2

Nominal Attributes

41

2.1.3

Binary Attributes

41

2.1.4

Ordinal Attributes

42

2.1.5

Numeric Attributes

43

2.1.6

Discrete versus Continuous Attributes

44

2.2

Basic Statistical Descriptions of Data

44

2.2.1

Measuring the Central Tendency: Mean, Median, and Mode

45

2.2.2

Measuring the Dispersion of Data: Range, Quartiles, Variance,

Standard Deviation, and Interquartile Range

48

2.2.3

Graphic Displays of Basic Statistical Descriptions of Data

51

2.3

Data Visualization

56

2.3.1

Pixel-Oriented Visualization Techniques

57

2.3.2

Geometric Projection Visualization Techniques

58

2.3.3

Icon-Based Visualization Techniques

60

2.3.4

Hierarchical Visualization Techniques

63

2.3.5

Visualizing Complex Data and Relations

64

2.4

Measuring Data Similarity and Dissimilarity

65

2.4.1

Data Matrix versus Dissimilarity Matrix

67

2.4.2

Proximity Measures for Nominal Attributes

68

2.4.3

Proximity Measures for Binary Attributes

70

2.4.4

Dissimilarity of Numeric Data: Minkowski Distance

72

2.4.5

Proximity Measures for Ordinal Attributes

74

2.4.6

Dissimilarity for Attributes of Mixed Types

75

2.4.7

Cosine Similarity

77

2.5

Summary__79'>Summary

79

2.6

Exercises

79

2.7

Bibliographic Notes

81

---

HAN

03-toc-ix-xviii-9780123814791

2011/6/1

3:32

Page xi

#3

Contents

xi

Chapter 3 Data Preprocessing

83

3.1

Data Preprocessing: An Overview

84

3.1.1

Data Quality: Why Preprocess the Data?

84

3.1.2

Major Tasks in Data Preprocessing

85

3.2

Data Cleaning

88

3.2.1

Missing Values

88

3.2.2

Noisy Data

89

3.2.3

Data Cleaning as a Process

91

3.3

Data Integration

93

3.3.1

Entity Identification Problem

94

3.3.2

Redundancy and Correlation Analysis

94

3.3.3

Tuple Duplication

98

3.3.4

Data Value Conflict Detection and Resolution

99

3.4

Data Reduction

99

3.4.1

Overview of Data Reduction Strategies

99

3.4.2

Wavelet Transforms

100

3.4.3

Principal Components Analysis

102

3.4.4

Attribute Subset Selection

103

3.4.5

Regression and Log-Linear Models: Parametric

Data Reduction

105

3.4.6

Histograms

106

3.4.7

Clustering

108

3.4.8

Sampling

108

3.4.9

Data Cube Aggregation

110

3.5

Data Transformation and Data Discretization

111

3.5.1

Data Transformation Strategies Overview

112

3.5.2

Data Transformation by Normalization

113

3.5.3

Discretization by Binning

115

3.5.4

Discretization by Histogram Analysis

115

3.5.5

Discretization by Cluster, Decision Tree, and Correlation

Analyses

116

3.5.6

Concept Hierarchy Generation for Nominal Data

117

3.6

Summary

120

3.7

Exercises

121

3.8

Bibliographic Notes

123

Chapter 4 Data Warehousing and Online Analytical Processing

125

4.1

Data Warehouse: Basic Concepts

125

4.1.1

What Is a Data Warehouse?

126

4.1.2

Differences between Operational Database Systems

and Data Warehouses

128

4.1.3

But, Why Have a Separate Data Warehouse?

129

---