R語言與數據挖掘最佳實踐和經典案例

R語言與數據挖掘最佳實踐和經典案例

作者: 趙彥昌
出版社: 機械工業
出版在: 2014-09-01
ISBN-13: 9787111475415
ISBN-10: 7111475410
裝訂格式: 平裝
總頁數: 208 頁





內容描述


<內容簡介>
趙彥昌編著的《R語言與數據挖掘最佳實踐和經典案例》主要介紹如何使用R工具進行數據挖掘,提供了R用於數據挖掘應用的案例、代碼示例和數據,涵蓋了最常用的數據挖掘技術。     《R語言與數據挖掘最佳實踐和經典案例》講述簡潔、內容實用,配有現實應用案例和代碼示例以及數據,在線資源豐富,適合數據挖掘方向的研究生、數據挖掘領域的研究人員,以及數據挖掘工程師和分析師閱讀。

<目錄>
出版者的話譯者序縮寫詞表第1章 簡介  1.1  數據挖掘  1.3  數據集    1.3.1  iris數據集    1.3.2  bodyfat數據集第2章 數據的導入與導出  2.1  R數據的保存與加載  2.2  .CSV文件的導入與導出  2.3  從SAS中導入數據  2.4  通過ODBC導入與導出數據    2.4.1  從數據庫中讀取數據    2.4.2  從Excel文件中導入與導出數據第3章 數據探索  3.1  查看數據  3.2  探索單個變量  3.3  探索多個變量  3.4  更多探索  3.5  將圖表保存到文件中第4章 決策樹與隨機森林  4.1  使用party包構建決策樹  4.2  使用rpart包構建決策樹  4.3  隨機森林第5章 回歸分析  5.1  線性回歸  5.2  邏輯回歸  5.3  廣義線性回歸  5.4  非線性回歸第6章 聚類  6.1  k-means聚類  6.2  k-medoids聚類  6.3  層次聚類  6.4  基於密度的聚類第7章 離群點檢測  7.1  單變量的離群點檢測  7.2  局部離群點因子檢測  7.3  用聚類方法進行離群點檢測  7.4  時間序列數據的離群點檢測  7.5  討論第8章 時間序列分析與挖掘  8.1  R中的時間序列數據  8.2  時間序列分解  8.3  時間序列預測  8.4  時間序列聚類    8.4.1  動態時間規整    8.4.2  合成控製圖的時間序列數據    8.4.3  基於歐氏距離的層次聚類    8.4.4  基於DTW距離的層次聚類  8.5  時間序列分類    8.5.1  基於原始數據的分類    8.5.2  基於特徵提取的分類    8.5.3  k-NN分類  8.6  討論  8.7  延伸閱讀第9章 關聯規則  9.1  關聯規則的基本概念  9.2  Titanic數據集  9.3  關聯規則挖掘  9.4  消除冗餘  9.5  解釋規則  9.6  關聯規則的可視化  9.7  討論與延伸閱讀第10章 文本挖掘  10.1  Twitter的文本檢索  10.2  轉換文本  10.3  提取詞幹  10.4  建立詞項-文檔矩陣  10.5  頻繁詞項與關聯  10.6  詞雲  10.7  詞項聚類  10.8  推文聚類    10.8.1  基於k-means演算法的推文聚類    10.8.2  基於k-medoids演算法的推文聚類  10.9  程序包、延伸閱讀與討論第11章 社交網絡分析  11.1  詞項網絡  11.2  推文網絡  11.3  雙模式網絡  11.4  討論與延伸閱讀第12章 案例Ⅰ:房價指數的分析與預測  12.1  HPI數據導入  12.2  HPI數據探索  12.3  HPI趨勢與季節性成分  12.4  HPI預測  12.5  房地產估價  12.6  討論第13章 案例Ⅱ:客戶回復預測與效益最大化  13.1  簡介  13.2  KDD Cup 1998的數據  13.3  數據探索  13.4  訓練決策樹  13.5  模型評估  13.6  選擇最優決策樹  13.7  評分  13.8  討論與總結第14章 案例Ⅲ:內存受限的大數據預測模型  14.1  簡介  14.2  研究方法  14.3  數據與變量  14.4  隨機森林  14.5  內存問題  14.6  樣本數據的訓練模型  14.7  使用已選變量建立模型  14.8  評分  14.9  輸出規則    14.9.1  以文本格式輸出規則    14.9.2  輸出SAS規則的得分  14.10  總結與討論第15章 在線資源  15.1  R參考文檔  1  15.3  數據挖掘  15.4  R的數據挖掘  15.5  R的分類與預測  15.6  R的時間序列分析  15.7  R的關聯規則挖掘  15.8  R的空間數據分析  15.9  R的文本挖掘  15.10  R的社交網絡分析  15.11  R的數據清洗與轉換  15.12  R的大數據與並行計算R語言數據挖掘參考文檔參考資料通用索引包索引函數索引




相關書籍

Practical Computer Vision: Extract insightful information from images using TensorFlow, Keras, and OpenCV

作者 Abhinav Dadhich

2014-09-01

Internetworking with TCP/IP Vol. III Client-Server Programming and Applications Linux/Windows Sockets Version (IE-Paperback)

作者 Douglas E. Comer David L. Stevens

2014-09-01

Python for Programmers: with Big Data and Artificial Intelligence Case Studies

作者 Paul J. Deitel Harvey Deitel

2014-09-01