基于Rattle的可視化數據挖掘技術 ( 簡體 字) |
| 作者：張冬慧 | 類別：1. -> 程式設計 -> Tableau
2. -> 程式設計 -> 數據挖掘 |
| 譯者： |
| 出版社：清華大學出版社 |  3dWoo書號： 47291
詢問書籍請說出此書號！【缺書】
NT售價： 195 元 |
| 出版日：8/1/2017 |
| 頁數：174 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787302474326 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：數據挖掘是指從大量數據中通過各種算法挖掘知識的過程，是從數據集中識別出有效的、新穎的、潛在有用的，以及最終可理解模式的過程。近年來，數據挖掘技術發展異常迅猛，不僅產生了大量不同類型、功能強大的數據挖掘算法，而且推動了眾多數據挖掘工具軟件的發展。在這些軟件中，R語言已悄然成為數據挖掘領域最重要的軟件之一。R語言是一個包含眾多學科、工程統計的龐大系統，是目前世界上流行的統計軟件之一。R語言既是用于統計計算和統計制圖的優秀工具，又是大數據分析和挖掘的重要工具。
R語言得到全球頂級的統計學家支持，并實現了數據挖掘的所有關鍵算法。本書介紹了基于R語言開發的自由開源軟件包Rattle進行數據挖掘的基本過程。Rattle包的源代碼對每個人都是可見的，沒有限制，任何人都可以擴展它。
本書將引導讀者通過Rattle包提供的各種選項完成數據挖掘任務。許多例子深入到R語言編程，目的是鼓勵讀者直接使用R語言作為腳本語言，通過R腳本實現數據挖掘所需要的基本技能。
本書程序很少依賴對某些計算機編程語言的熟練程度。即使沒有計算機編程經驗，也能從本書受益。不過，還是鼓勵所有讀者熟悉使用某種計算機編程語言來處理和分析數據的方法。
對大多數讀者而言，本書容易理解，不需要很深的計算機和統計學背景知識。本書也會介紹一些較為復雜的統計、數學和程序設計概念，但主要的原則是保持簡單，這意味著簡化概念，且在不失去概念內涵的前提下保證概念的準確性。
Rattle易學易用，不要求很多的R語言基礎，被廣泛應用于數據挖掘實踐和教學之中。即使對R語言不是很了解的用戶，也可以通過簡單的鼠標點擊來讀入、轉換、探索數據。而且，用戶可以在Log中了解Rattle所使用的R語言命令記錄。
全書共9章，內容包括緒論、入門指南、數據準備、數據理解、數據檢驗、數據變換、數據建模、模型評估、模型部署。
由于篇幅限制，本書并不能涵蓋數據挖掘全部內容，讀者可以通過《數理統計和數據分析》擴展統計學方面的知識；通過《線性回歸分析導論》擴展線性回歸方面的知識；通過《統計建模與R語言》擴展R在統計中應用方面的知識。若想更深入地了解R語言在數據挖掘中的應用，推薦參考《R語言與數據挖掘——最佳實踐和經典案例》；若想了解數據挖掘可視化R語言實現，推薦參考《R數據可視化手冊》。
感謝南通大學程顯毅教授在資料整理過程中所做的工作。感謝北京信息科技大學計算中心給予的支持。
R語言是正在蓬勃發展的編程語言，其在數據挖掘領域的應用還有一些有價值的新內容來不及收入本書。加之編者知識水平和實踐經驗有限，書中難免存在不足之處，敬請讀者批評指正。
編者
2017年3月于北京基于Rattle的可視化數據挖掘技術前言 |
內容簡介：數據挖掘技術近年來發展異常迅猛，已成為大數據時代最熱門的技術和研究熱點，不僅產生了大量不同類型、功能強大的數據挖掘算法，而且推動了眾多數據挖掘工具軟件的發展。在這些軟件中，R語言是數據挖掘領域最重要的軟件之一。Rattle是一種用于數據挖掘的R語言的圖形交互界面，或稱為可視化數據挖掘工具。Rattle給出了從數據整理到模型評價的完整解決方案。
本書主要介紹如何用Rattle包進行數據挖掘，全書共9章，通過大量精選實例，循序漸進、全面系統地講述數據挖掘過程。
本書不僅是從事數據挖掘和大數據分析工程技術人員開發相關系統的技術資料，也可作為學習數據挖掘和大數據分析等課程的參考用書。 |
目錄：第1章緒論1
1.1數據挖掘的認識1
1.1.1為什么要進行數據挖掘1
1.1.2數據挖掘過程1
1.1.3數據挖掘九大定律3
1.2R與Rattle3
1.2.1R語言3
1.2.2R語言的基本語法4
1.2.3R語言的優勢10
1.2.4Rattle包10
1.3本章小結12
第2章入門指南13
2.1概述13
2.2認識Rstudio13
2.2.1Rstudio的界面13
2.2.2R腳本編輯區14
2.2.3R命令控制臺15
2.2.4工作空間16
2.2.5結果展示區18
2.3認識Rattle20
2.3.1Rattle的安裝與啟動20
2.3.2選項卡21
2.3.3工具欄24基于Rattle的可視化數據挖掘技術目錄2.3.4菜單欄24
2.3.5屬性面板26
2.4本章小結26
第3章數據準備28
3.1概述28
3.2數據28
3.2.1術語28
3.2.2變量29
3.2.3數據集30
3.3可用數據30
3.4數據質量31
3.4.1數據質量概述31
3.4.2數據質量評估維度31
3.4.3影響數據質量的因素31
3.5數據匹配32
3.6數據倉庫33
3.7數據訪問34
3.8載入數據35
3.8.1載入CSV數據35
3.8.2載入數據庫36
3.8.3載入SPSS類型數據38
3.8.4載入自帶數據集38
3.8.5載入網頁數據38
3.8.6載入其他格式的數據39
3.9本章小結39
第4章數據理解41
4.1概述41
4.2匯總數據41
4.2.1查看數據的簡單信息41
4.2.2查看數據的細節信息43
4.2.3查看數據的分布信息43
4.2.4查看數據的缺失值44
4.3數據分布圖46
4.3.1數值型變量分布圖46
4.3.2分類變量分布圖50
4.3.3散點圖矩陣52
4.4相關分析53
4.4.1相關矩陣和相關圖53
4.4.2缺失值的相關分析55
4.4.3相關樹56
4.5主成分分析60
4.6交互式探索數據62
4.6.1安裝GGobi63
4.6.2安裝rggobi63
4.6.3實驗指導64
4.7本章小結64
第5章數據檢驗66
5.1概述66
5.2K拟S正態性檢驗67
5.3Wilcoxon檢驗68
5.4t檢驗70
5.5F檢驗72
5.6本章小結73
第6章數據變換75
6.1概述75
6.2取值范圍調整77
6.3缺失值填充79
6.4變量類型轉換81
6.4.1數值變量離散化81
6.4.2分類變量指標化81
6.4.3分類變量合并83
6.4.4分類變量和數值變量互相轉換83
6.4.5變量和數據的刪除83
6.5離群點數據的處理84
6.6本章小結86
第7章數據建模87
7.1概述87
7.2聚類模型96
7.2.1背景96
7.2.2K拟means聚類96
7.2.3Ewkm聚類100
7.2.4層次聚類101
7.2.5雙向聚類105
7.3關聯規則挖掘106
7.3.1背景106
7.3.2基本術語107
7.3.3關聯規則分類108
7.3.4Apriori算法108
7.3.5實驗指導109
7.4傳統決策樹模型114
7.4.1背景114
7.4.2ID3算法115
7.4.3C4.5算法116
7.4.4實驗指導117
7.5隨機森林決策樹模型120
7.5.1背景120
7.5.2隨機森林算法121
7.5.3實驗指導122
7.6自適應選擇決策樹模型126
7.6.1背景126
7.6.2Boosting算法127
7.6.3Adaboost算法127
7.6.4實驗指導128
7.7SVM131
7.7.1背景131
7.7.2SVM算法131
7.7.3實驗指導133
7.8線性回歸模型134
7.8.1背景134
7.8.2一元線性回歸方法135
7.8.3實驗指導137
7.9神經網絡模型138
7.9.1背景138
7.9.2人工神經網絡模型139
7.9.3實驗指導142
7.10本章小結143
第8章模型評估147
8.1概述147
8.2數據集148
8.3混淆矩陣149
8.3.1二分類混淆矩陣149
8.3.2模型評價指標150
8.3.3多分類混淆矩陣151
8.4風險圖151
8.4.1風險圖的作用151
8.4.2實驗指導152
8.5ROC曲線154
8.5.1ROC曲線的定義154
8.5.2ROC曲線的作用154
8.5.3實驗指導155
8.6其他模型評估圖156
8.7本章小結157
第9章模型部署159
9.1概述159
9.2模型的應用159
9.3轉換為PMML161
9.4電商數據挖掘案例162
9.4.1背景162
9.4.2數據理解162
9.4.3數據準備163
9.4.4清洗數據166
9.4.5探索數據167
9.4.6數據建模172
9.5本章小結174
參考文獻175 |
| 序： |
