图书介绍
R数据挖掘入门PDF|Epub|txt|kindle电子书版本网盘下载
- （日）山本义郎，藤野友和，久保田贵文著；朱建春译 著
- 出版社： 北京：人民邮电出版社
- ISBN：9787115478788
- 出版时间：2018
- 标注页数：198页
- 文件大小：14MB
- 文件页数：210页
- 主题词：数据采集－研究
PDF下载
下载说明
R数据挖掘入门PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第Ⅰ部分 使用R进行数据挖掘的准备1
第1章 基于R的数据分析入门3
1.1 R及RStudio的安装4
1.2 RStudio的基本操作6
1.3 R语言入门10
1.3.1作为计算器使用的方法10
1.3.2向量——R的基本数据结构11
1.3.3向量变量的赋值和运算12
1.3.4数组和矩阵13
1.3.5因子型15
1.3.6列表16
1.3.7数据框17
1.4获取外部数据18
1.5数据汇总19
1.6安装程序包21
1.7基于dplyr程序包的数据框操作22
1.8数据的可视化25
1.8.1柱状图26
1.8.2直方图29
1.8.3箱形图30
1.8.4散点图32
1.8.5逐层绘制的图34
第2章 数据挖掘概述36
2.1大数据和数据挖掘36
2.2 CRISP-DM37
2.2.1业务理解37
2.2.2数据理解38
2.2.3数据准备38
2.2.4建模39
2.2.5评估39
2.2.6运用39
2.3数据挖掘的方法40
2.3.1数据的种类和建模40
2.3.2预测和判别41
2.3.3分类和聚类41
2.3.4维规约41
2.3.5规则发现41
第Ⅱ部分 数据挖掘方法43
第3章 回归分析45
3.1一元回归分析45
3.2多元回归分析50
第4章 Logistic回归分析60
4.1数据准备60
4.2使用一个解释变量进行预测61
4.3使用两个及以上的解释变量进行预测67
第5章 决策树分析71
5.1使用分类树的判别71
5.2使用回归树的预测78
第6章 支持向量机82
6.1支持向量机的概念82
6.2类别预测的例子84
6.3数值预测的例子87
第7章 记忆基础推理90
7.1 k最近邻法的概念90
7.2变量的基准化和标准化95
第8章 聚类分析97
8.1聚类分析的概念97
8.2层次聚类分析98
8.3执行层次聚类分析100
8.4可视化进阶104
8.5非层次聚类分析108
8.6执行非层次聚类分析108
第9章 自组织映射111
9.1自组织映射的概念111
9.2基于自组织映射的分析实例112
9.3基于自组织映射的分类121
第10章 主成分分析130
10.1主成分分析的概念130
10.2对象数据的准备133
10.3执行主成分分析136
第11章 对应分析141
11.1对应分析141
11.2多重对应分析144
第12章 关联规则分析149
12.1关联规则及其评价指标149
12.2关联规则分析的实例150
12.3关联规则分析的应用实例159
第Ⅲ部分 数据挖掘实战165
第13章 对各种预测方法的评估167
13.1关于预测方法的评估167
13.2类别预测的判别方法的比较168
13.2.1 Logistic回归分析168
13.2.2决策树分析173
13.2.3支持向量机175
13.3数值预测方法的比较176
13.3.1多元回归分析176
13.3.2决策树分析178
13.3.3支持向量机180
第14章 用股价数据生成综合指数181
14.1获取股价数据181
14.2根据股价数据生成综合指数183
第15章 SNS数据的分析189
15.1微博API189
15.2通过R获取微博信息192
15.3分词及词频统计195
15.4词云图197