《基于数学规划的数据挖掘分类算法研究及应用/知识管理丛书》编著者魏利伟。
《基于数学规划的数据挖掘分类算法研究及应用/知识管理丛书》内容提要：第1部分对研究意义和背景做了分析，论证了本书研究主题具有积极的现实和理论意义。介绍了本书的研究内容以及重要结论，并对研究方法和研究思路、技术路径进行了描述。对于本书创新点进行了阐述。
第2部分对于相关文献进行了综述，分别对于数据挖掘分类算法的重要性、数据挖掘分类算法的发展历史、以及基于数学规划的分类算法的研究现状进行了回顾，接着对基于数学规划的三个分类算法(SVM、LS—SVM和多目标规划方法)研究的相关文献进行了整理和评述，总结出目前基于数学规划的分类模型所面临的问题，从而得到本书要对I。S—sVM和多目标规划方法着手进行改进研究的研究要点。
第3部分从数据挖掘的数据准备人手，首先谈到数据挖掘数据准备的重要性，以及必要的处理手段，防止垃圾数据进垃圾数据出的情况出现；接着从模型挖掘结果评价，以及优化工具进行介绍，从而为本书所介绍的模型提供最基本的参数优化工具的原理和方法；最后介绍几款常用的数据挖掘开源软件供大家在实战演习时使用。
第4部分重点对机器学习分类方法进行改进，首先从改进最小二乘支持向量机模型的可解释性人手，从应用多核函数代替单个核函数为突破口，提出多核最小二乘支持向量机可解释性模型。通过引入多核函数，将特征选择问题转化为普通的参数学习问题，从而大大提高了模型的可解释能力，同时减少了计算的复杂度。医学数据库的试验结果很好地证明了这一点。……