|
-- 會員 / 註冊 --
|
|
|
|
R數據挖掘入門 ( 簡體 字) |
作者:[日]山本義郎、藤野友和、久保田貴文 | 類別:1. -> 程式設計 -> R語言 |
譯者: |
出版社:人民郵電出版社 | 3dWoo書號: 48837 詢問書籍請說出此書號!【缺書】 NT售價: 225 元 |
出版日:3/1/2018 |
頁數:198 |
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:9787115478788 |
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: |
內容簡介:本書使用R,結合大量實例,詳細介紹了數據挖掘的理論和分析方法。全書分為3部分:* 1部分簡單介紹了使用R進行數據挖掘的流程和數據挖掘的概要;* 2部分介紹了數據挖掘的10種常用方法,并在此基礎上使用R實際進行數據挖掘;第3部分結合實際的數據挖掘事例介紹了如何使用這些方法。本書適合數據挖掘的初學者,以及正在從事數據分析相關工作,想了解更多分析方法的讀者閱讀。 |
目錄:第I部分 使用R進行數據挖掘的準備 1 * 1章 基于R的數據分析入門........3 1.1 R及RStudio的安裝..........4 1.2 RStudio的基本操作...........6 1.3 R語言入門...........10 1.3.1 作為計算器使用的方法........10 1.3.2 向量——R的基本數據結構........11 1.3.3 向量變量的賦值和運算........12 1.3.4 數組和矩陣...........13 1.3.5 因子型.............15 1.3.6 列表.............16 1.3.7 數據框.............17 1.4 獲取外部數據............18 1.5 數據匯總.............19 1.6 安裝程序包...........21 1.7 基于dplyr程序包的數據框操作........22 1.8 數據的可視化............25 1.8.1 柱狀圖.............26 1.8.2 直方圖.............29 1.8.3 箱形圖.............30 1.8.4 散點圖.............32 1.8.5 逐層繪制的圖...........34 * 2章 數據挖掘概述..........36 2.1 大數據和數據挖掘...........36 2.2.1 業務理解(Business Understanding)......37 2.2 CRISP-DM............37 2.2.2 數據理解(Data Understanding).......38 2.2.3 數據準備(Data Preparation)........38 2.2.4 建模(Modeling)..........39 2.2.5 評估(Evaluation)..........39 2.2.6 運用(Deployment).........39 2.3.1 數據的種類和建模..........40 2.3 數據挖掘的方法..........40 2.3.2 預測和判別...........41 2.3.3 分類和聚類...........41 2.3.4 維規約.............41 2.3.5 規則發現...........41 第II部分 數據挖掘的方法 43 第3章 回歸分析............45 3.1 一元回歸分析............45 3.2 多元回歸分析............50 第4章 Logistic回歸分析..........60 4.1 數據準備.............60 4.2 使用一個解釋變量進行預測........61 4.3 使用兩個及以上的解釋變量進行預測......67 第5章 決策樹分析...........71 5.1 使用分類樹的判別...........71 5.2 使用回歸樹的預測...........77 第6章 支持向量機...........81 6.1 支持向量機的概念...........81 6.2 類別預測的例子..........83 6.3 數值預測的例子..........86 第7章 記憶基礎推理..........89 7.1 k* 近鄰法的概念..........89 7.2 變量的基準化和標準化..........94 第8章 聚類分析............96 8.1 聚類分析的概念..........96 8.2 層次聚類分析............97 8.3 執行層次聚類分析...........99 8.4 可視化進階...........103 8.5 非層次聚類分析..........107 8.6 執行非層次聚類分析.........107 第9章 自組織映射..........110 9.1 自組織映射的概念.........110 9.2 基于自組織映射的分析實例........111 9.3 基于自組織映射的分類........120 * 10章 主成分分析.........129 10.1 主成分分析的概念.........129 10.2 對象數據的準備...........132 10.3 執行主成分分析...........135 * 11章 對應分析..........141 11.1 對應分析...........141 11.2 多重對應分析..........144 * 12章 關聯規則分析..........149 12.1 關聯規則及其評價指標........149 12.2 關聯規則分析的實例..........151 12.3 關聯規則分析的應用實例........159 第III部分 數據挖掘實戰 165 * 13章 對各種預測方法的評估........167 13.1 關于預測方法的評估..........167 13.2 類別預測的判別方法的比較.......168 13.2.1 Logistic回歸分析.........168 13.2.2 決策樹分析..........173 13.2.3 支持向量機..........175 13.3 數值預測方法的比較..........176 13.3.1 多元回歸分析..........176 13.3.2 決策樹分析..........178 13.3.3 支持向量機..........180 * 14章 用股價數據生成綜合指數.......181 14.1 獲取股價數據..........181 14.2 根據股價數據生成綜合指數.......183 * 15章 SNS數據的分析........189 15.1 微博API...........189 15.2 通過R獲取微博信息.........192 15.3 分詞及詞頻統計...........195 15.4 詞云圖.............197 |
序: |
|