特征約簡是數據挖掘的一項基礎性技術，其目的
在於降低數據的維度和提取數據中的重要特征或特征
組合。陳黎飛、吳濤編著的《數據挖掘中的特征約簡
》繫統地闡述了特征變換、特征選擇的基本原理、基
本過程，介紹了針對連續型、類屬型等不同類型數據
的過濾型、封裝型及嵌入型特征約簡方法。著重討論
了近年興起的軟特征選擇技術，以及嵌入自動特征約
簡的子空間聚類、子空間分類技術，並以實例的方式
給出了不同方法在文檔挖掘、信息安全以及生物信息
學等領域的應用。
本書可以作為數據挖掘、機器學習、模式識別理
論與技術的教學、實踐和應用的教科書或參考書，適
合高等院校高年級本科生、研究生以及學習數據挖掘
課程的學生使用，也適合相關企事業的技術人員使用
。

前言
符號定義
第1章 概論
1.1 數據挖掘基礎
1.2 數據挖掘模型
1.2.1 分類分析
1.2.2 聚類分析
1.2.3 關聯分析
1.2.4 回歸分析
1.3 維災問題
1.3.1 數據挖掘中的特征
1.3.2 什麼是維災
1.3.3 如何應對維災問題
1.4 特征約簡及其應用
1.4.1 特征約簡概述
1.4.2 特征約簡的應用
1.5 關於數據類型
1.5.1 數值型數據
1.5.2 類屬型數據
參考文獻
第2章 特征約簡技術
2.1 理論基礎
2.2 主要技術
2.2.1 特征選擇
2.2.2 特征變換
2.3 過濾型特征約簡
2.4 封裝型特征約簡
2.5 嵌入型特征約簡
參考文獻
第3章 特征變換方法
3.1 特征變換的基本原理
3.2 SVD
3.3 PCA
3.3.1 PCA原理
3.3.2 主成分個數的選取
3.4 ICA
3.4.1 ICA概念
3.4.2 ICA估計原理
3.5 LDA
3.6 NMF
3.6.1 NMF的基本思想
3.6.2 損失函數及迭代規則
3.7 非線性特征變換
3.8 主要特征變換方法對比
參考文獻
第4章 特征選擇方法
4.1 特征選擇的基本原理
4.2 特征評價函數
4.2.1 無監督評價函數
4.2.2 有監督評價函數
4.2.3 信息度量
4.3 粗糙集方法
4.3.1 基本概念
4.3.2 差別矩陣法
4.3.3 啟發式屬性約簡法
4.3.4 與其他軟計算相結合的方法
4.3.5 基於粗糙集的入侵檢測特征選擇
4.4 特征組選擇
4.5 層次特征選擇及其應用
4.5.1 背景知識
4.5.2 惡意代碼的層次特征選擇
參考文獻
第5章 自動特征選擇技術
5.1 自動特征選擇
5.2 子空間聚類
5.2.1 子空間類型
5.2.2 子空間簇類
5.3 主要技術
5.3.1 硬特征選擇
5.3.2 軟特征選擇
5.3.3 類屬型特征選擇
5.4 嵌入型特征選擇的概率模型方法
5.4.1 數值型數據的概率模型方法
5.4.2 類屬型數據的概率模型方法
5.5 無中心聚類中的自動特征選擇
5.5.1 屬性加權的無中心聚類模型
5.5.2 軟特征選擇方法及分析
參考文獻
第6章 子空間分類及其應用
6.1 分類挖掘概述
6.1.1 分類及分類挖掘過程
6.1.2 常用的分類方法
6.2 子空間分類技術
6.3 子空間貝葉斯分類及其應用
6.3.1 類屬型數據子空間貝葉斯分類
6.3.2 數值型高維數據子空間貝葉斯分類
6.3.3 基因數據子空間分類應用
6.4 子空間近鄰分類及其應用
6.4.1 特征加權的近鄰分類
6.4.2 子空間原型分類
6.4.3 文檔子空間分類
6.5 網絡入侵檢測中的特征約簡
6.5.1 網絡入侵檢測數據
6.5.2 關鍵特征選擇
6.5.3 特征選擇結果及分析
參考文獻