马克斯·库恩;杰尔·约翰逊 应用预测建模。 （英语） 兹比尔1306.62014 纽约州纽约市：施普林格出版社（ISBN 978-1-4614-6848-6/hbk；978-1-461/6849-3/电子书）。xiii，600页。(2013). 本书旨在为预测建模提供介绍和实用指南。它面向具有一些基本统计学知识（包括线性回归和假设检验）的非数学读者。所有提出的概念和方法都是使用计算软件R进行说明的。本书共有二十章，分为四个主要部分（除了第1章中的介绍外），涉及一般策略（第2-4章）、回归模型（第5-10章）、分类模型（第11-17章）以及其他考虑因素（第18-20章）。第1章简要介绍了预测建模的关键方面、术语以及预测建模不同应用领域的一些实际数据集的描述。在第2章中简要介绍了数据支出、候选模型和模型选择的概念之后，接下来的第3章重点介绍了数据预处理，包括数据转换、缺失数据以及添加和删除预测因子的过程。第四章提出了避免过度拟合的策略。本书的第二部分首先简要介绍了第5章中预测数值结果的模型的准确性度量。在第6章介绍了线性回归模型之后，第7章讨论了非线性回归模型（例如神经网络、多元自适应回归样条、支持向量机和K近邻）。第8章是回归树，第9章总结了溶解度模型。在第10章中，对混凝土混合物的抗压强度进行了案例研究。第11章总结了建立和评估分类反应模型的方法。第12章向读者介绍线性判别分析和其他线性分类模型，而第13章讨论非线性分类模型。在第14章介绍了分类树的基本概念以及基于规则的模型之后，第15章总结了授予应用模型。第16章讨论了阶级不平衡的影响。书的第三部分以第17章中的一个案例研究的详细描述结束。最后三章专门讨论数值和分类结果的重要性得分（第18章）、关键主题、典型方法和特征选择的常见陷阱（第19章）以及影响模型性能的因素（第20章）。本卷末尾有一个附录，提供了各种模型的汇总表、计算软件R的介绍以及有趣网站的参考列表。总之，强烈建议将本书作为具有基本统计知识的非数学读者的实用指南。所有概念都是在强大的实际背景下提出的，并使用统计软件包R进行了说明。此外，每章都提供了支持性练习。审核人：艾丽斯·伯克霍尔德（萨尔布吕肯） 引用于48文件 MSC公司： 62-01 与统计有关的介绍性说明（教科书、辅导论文等） 62-04 统计相关问题的软件、源代码等 62-07 数据分析（统计）（MSC2010） 62Jxx型 线性推断、回归 62小时30分 分类和区分；聚类分析（统计方面） 00A06号 非数学工作者的数学（工程、社会科学等） 关键词：预测模型;线性建模;非线性建模;回归树 软件：弹性网;r零件;椭圆;聚会;硬币;Hmisc公司;知识产权保护;RWeka公司;e1071号;重塑;内特;请;丙二醛;晶格;阿勒斯;千兆字节;R（右）;doMC（美国国防部长办公室）;插入符号;格尔姆奈特;rms（有效值）;doBy公司;拉尔斯;C50元;细部选取;地球;随机森林;额外晶格;DMwR公司;制表符;密涅瓦;帕姆;质量（R）;应用的预测建模;svmpath公司;稀疏LDA;重塑2;klaR（千帕）;聚会;CORElearn公司;普利尔;可取性;立体派;科恩拉布;校正图;ml试验台;中华人民共和国;代理;QSAR数据 PDF格式BibTeX公司 XML格式引用 \textit{M.Kuhn}和\textit{K.Johnson}，应用预测建模。纽约州纽约市：施普林格（2013；Zbl 1306.62014） 全文： 内政部