例解　データマイニング入門
―これが最新　データ透視術―

まえがき

第１章　データマイニングとは
・データに語らせる
・キーワードは大量・規則性・発見
・従来の統計解析とは別物だが似たところも多い
・出番は分類・連関・判別・予測をしたいとき
・どんな方法を使うのか
・どんな道具があるのか
・表計算ソフトや統計ソフトも使えるが……
・活用の場はマーケティングだけではない
・最初の準備はデータの整備
・データの種類と用語
・いろいろな角度からデータを眺めるシステム：OLAP

第２章　データを検査する
・まず異常なデータの有無をチェックする
・外れ値かどうかの目安となる標準偏差
・大量データをチェックしやすいヒストグラム・幹葉プロット・箱ひげ図
・データが２種類の場合は散布図でチェック
・外れ値は捨てていいのか
・外れ値の原因を教えるデータ収集の記録
・外れ値は金の卵

第３章　データを分類する
・分類と層別はどう違う
・いくつのグループに分けるのか
・変数が３つ以上の場合の分類法
・評価項目を分類することもできる
・分類するのは対応策を作るため
・階層型分類法で分類するグループの数を決める
・似てる似てないは何で測る

第４章　関連を見つける
・何が同時に買われているのか
・データを並べ替えて見やすくする
・コレスポンデンス分析で似たものを探す
・相関係数で関連の深さを測る
・主成分分析で相関係数をグラフにする
・どんな人が買っていくのか
・結果の信頼性もわかる連関規則
・購入の順序を見つけ出す
・次に買うものを予測できる時系列パターン分析
・欠けたデータに注目する

第５章　違いを見つける
・違いを見つけどのグループに属するか判別する
・データを並べ替えて判別する
・決定木CARTを使って判別する
・得られた判別ルールを評価・検証する
・ロジスティック回帰で導き出した数式で判別する
・クロス集計を使って判別する
・決定木CHAIDを使って判別する
・通常のクロス集計で判別できないケースには決定木が有効
・“最良”の決定木は１つだけではない
・決定木で特徴あるグループを見つけ出す
・決定木で不良品発生の要因を探し出す
・見つかった原因の確認実験をする
・見えていない原因を追究する
・決定木CHAIDとCARTの判別結果の違い
・多数決と誤判別

第６章　予測する
・回帰分析で結果を予測
・回帰式の作り方
・回帰式の信憑性を示す標準偏差と寄与率
・複雑な変動をするデータは曲線回帰で予測
・次数を大きくしていけば寄与率は１に近づくが……
・比率を予測するときはロジスティック回帰で
・複数の変数があるときは重回帰分析で
・回帰式を検証する
・質的変数が混ざった重回帰分析の仕方
・不要な変数を省く
・回帰の木で予測する
・ニューラルネットワークによる予測
・時系列データでの予測の仕方
・複数の要因の間の交互作用を明かす回帰の木
・最適条件の探索にも役立つ回帰の木

第７章　言語データを分析する
・大量の文章を分析するテキストマイニング
・何かを発見したいときはキーワードを決めない
・名詞と形容詞を切り出して集計する
・クロス集計で同時に使われている単語を調べる
・コレスポンデンス分析で見やすいグラフにする
・回答者を層別してみる
・同義語をまとめることが成功の鍵
・検証の仕方は数値データとは異なる
・うまく進める２つのポイント

参考文献

---

《著者からのメッセージ》

データマイニングは大量のデータから何らかの規則、知見を探し出すことを目的に
実施されるものです。大量のデータを扱うので、コンピュータの力を必要とします
が、データを入力して、ボタンを押せばできあがりというわけにはいきません。
どのような方法でデータを処理するか、処理した結果をどう読むかは人間が行う必要
があります。本書は、実際例を示しながら解説をしていますので、目的によってどの
ように手法を使い分けるのか、手法を適用して得られた結果をどのようにして読みとればよいのかを具体的に理解していただけるものと思います。これからデータマイニングを始める、あるいは、データマイニングって、いったい何なのかを知りたいという人を想定して書いたものです。