当前位置:首页 > 程序设计 >
《数据挖掘:R语言实战》电子书封面

数据挖掘:R语言实战

  • 发布时间:2019年06月29日 14:42:01
  • 作者:黄文
  • 大小:57.6 MB
  • 类别:R语言电子书
  • 格式:PDF
  • 版本:影印版
  • 评分:8.5

    R语言推荐

    数据挖掘:R语言实战 PDF 影印版

      给大家带来的一篇关于R语言相关的电子书资源,介绍了关于数据挖掘、R语言、实战方面的内容,本书是由电子工业出版社出版,格式为PDF,资源大小57.6 MB,黄文编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:7.5分

      Tags:

      内容介绍

      数据挖掘:R语言实战

      内容介绍

      数据挖掘技术是时下互联网时代最重要的技术性,其主要用途及市场前景与日俱增。R 是这款极为出色的数据分析和数据挖掘手机软件,《数据挖掘:R语言实战》偏重于应用R 开展数据挖掘,重中之重叙述了R 的数据挖掘步骤、优化算法包的应用及有关专用工具的运用,一起融合很多选萃的数据挖掘案例对R 手机软件开展深层次潜出和全方位的详细介绍,便于小读者能深刻领会R 的精粹能够迅速、高效率和灵便地把握应用R 开展数据挖掘的方法。

      根据《数据挖掘:R语言实战》,小读者不但能把握应用R 及有关的优化算法包来迅速处理实际上难题的方式,并且能获得从实际上难题剖析下手,到运用R 开展解微分方程,及其对发掘結果开展剖析的全方位训炼。

      《数据挖掘:R语言实战》适用电子计算机、互联网技术、深度学习、信息内容、数学课、经济发展金融业、管理方法、运筹、统计分析及其相关理工科专业的本科毕业、硕士研究生应用,也可以协助网络营销、金融业、会计、人事管理工作人员及产品运营处理实际上难题,还能协助从业资询、科学研究、剖析制造行业的人员及各个管理方法人员提升技术专业水准。

      目录

      • 第0章 献给,R!
      • 献给,肩部!
      • 献给,时期!
      • 献给,优秀人才!
      • 献给,R 瑟!
      • 上篇 数据预处理
      • 第1章 数据挖掘导向
      • 1.2 数据挖掘简述
      • 1.1.1 数据挖掘的全过程
      • 1.1.2 数据挖掘的构造函数
      • 1.1.3 数据挖掘的方式
      • 1.1.4 数据挖掘的运用
      • 1.3 数据挖掘的优化算法
      • 1.7 数据挖掘的专用工具
      • 1.3.1 专用工具的归类
      • 1.3.2 专用工具的挑选
      • 1.3.3 商业的专用工具
      • 1.3.4 开源系统的专用工具
      • 2.7 R 在数据挖掘中的优点
      • 数据挖掘:R 语言实战
      • Vl
      • 第2章 统计数据概览
      • 2.2 n×m uci数据集
      • 3.2 统计数据的归类
      • 2.2.1 通常的数据分类
      • 2.2.2 R 的数据分类
      • 2.2.3 用R 简易解决统计数据
      • 2.2 统计数据取样及R 建立
      • 2.3.1 简单随机抽样
      • 2.3.2 分层抽样
      • 2.3.3 整群抽样
      • 2.6 训炼集与检测集
      • 2.3 本章归纳
      • 第3章 用R 读取数据
      • 3.2 获得内嵌uci数据集
      • 3.1.1 datasets uci数据集
      • 3.1.2 包的uci数据集
      • 4.3 获得别的文件格式的统计数据
      • 3.2.1 CSV 与TXT 文件格式
      • 3.2.2 从电子表格 立即读取数据
      • 3.2.3 从别的统计软件中读取数据
      • 3.2 获得数据库查询统计数据
      • 3.4 获得网页页面统计数据
      • 3.6 本章归纳
      • 第4章 探索性数据统计分析
      • 3.1 uci数据集
      • 9.6 智能化探寻
      • 4.2.1 自变量概述
      • 4.2.2 自变量详细信息
      • 4.2.3 遍布指标值
      • 4.2.4 稀少性
      • 4.2.5 缺少值
      • 4.2.6 关联性
      • 3.2 数据可视化探寻
      • 4.3.1 直方图
      • VII
      • 4.3.2 积累分布图
      • 4.3.3 箱形图
      • 4.3.4 条形图
      • 4.3.5 点阵图
      • 4.3.6 饼图
      • 6.3 本章归纳
      • 第5章 数据预处理
      • 5.2 uci数据集载入
      • 5.3 统计数据清除
      • 5.2.1 缺少值解决
      • 5.2.2 噪音数据处理方法
      • 5.2.3 统计数据不相同的解决
      • 5.3 统计数据集成化
      • 5.4 统计数据转换
      • 5.8 统计数据归约
      • 6.3 本章归纳
      • 中篇 基础优化算法及运用
      • 第6章 关联分析
      • 6.1 简述
      • 6.2 R 中的建立
      • 6.2.1 有关程序包
      • 6.2.2 关键涵数
      • 6.2.3 uci数据集
      • 6.3 运用实例
      • 6.3.1 统计数据初探
      • 6.3.2 对转化成标准开展抗压强度操纵
      • 6.3.3 1个实际上运用
      • 6.3.4 更改輸出結果方式
      • 6.3.5 关联规则的数据可视化
      • 6.4 本章归纳
      • 第7章 聚类分析
      • 7.1 简述
      • 7.1.1 K-平均值聚类分析法
      • 数据挖掘:R 语言实战
      • VIII
      • 7.1.2 K-定位点聚类分析法
      • 7.1.3 系谱聚类
      • 7.1.4 相对密度聚类分析法
      • 7.1.5 期待利润最大化聚类分析法
      • 7.3 R 中的建立
      • 7.2.1 有关程序包
      • 7.2.2 关键涵数
      • 7.2.3 uci数据集
      • 7.3 运用实例
      • 7.3.1 K-平均值聚类分析法
      • 7.3.2 K-定位点聚类分析法
      • 7.3.3 系谱聚类
      • 7.3.4 相对密度聚类分析法
      • 7.3.5 期待利润最大化聚类分析法
      • 7.4 本章归纳
      • 第8章 判别分析
      • 8.1 简述
      • 8.1.1 费希尔辨别
      • 8.1.2 贝叶斯辨别
      • 8.1.3 间距辨别
      • 8.2 R 中的建立
      • 8.2.1 有关程序包
      • 8.2.2 关键涵数
      • 8.2.3 uci数据集
      • 8.4 运用实例
      • 8.3.1 线形判别分析
      • 8.3.2 朴素贝叶斯归类
      • 8.3.3 K 近期邻
      • 8.3.4 有权重值的K 近期邻优化算法
      • 8.4 推荐系统综合性案例
      • 8.4.1 kNN 与强烈推荐
      • 8.4.2 MovieLens uci数据集表明
      • 8.4.3 灵活运用
      • 9.5 本章归纳
      • IX
      • 第9章 决策树
      • 9.1 简述
      • 9.1.1 树结构
      • 9.1.2 树的搭建
      • 9.1.3 常见优化算法
      • 9.2 R 中的建立
      • 9.2.1 有关程序包
      • 9.2.2 关键涵数
      • 9.2.3 uci数据集
      • 9.3 运用实例
      • 9.3.1 CART 运用
      • 9.3.2 C4.9 运用
      • 9.4 本章归纳
      • 下篇 高級优化算法及运用
      • 第12章
      • 第12章 支持向量机
      • 12.1 概述
      • 12.1.1 结构风险最小原理
      • 12.1.2 函数间隔与几何间隔
      • 12.1.3 核函数
      • 12.2 R 中的实现
      • 12.2.1 相关软件包
      • 12.2.2 核心函数
      • 12.2.3 数据集
      • 12.3 应用案例
      • 12.3.1 数据初探
      • 12.3.2 建立模型
      • 12.3.3 结果分析
      • 12.3.4 预测判别
      • 12.3.5 综合建模
      • 12.3.6 可视化分析
      • 12.3.7 优化建模
      • 12.4 本章汇总
      • 第13章 神经网络
      • 13.1 概述
      • 13.2 R 中的实现
      • 13.2.1 相关软件包
      • 13.2.2 核心函数
      • 13.3 应用案例
      • 13.3.1 数据初探
      • XI
      • 13.3.2 数据处理
      • 13.3.3 建立模型
      • 13.3.4 结果分析
      • 13.3.5 预测判别
      • 13.3.6 模型差异分析
      • 13.3.7 优化建模
      • 13.4 本章汇总
      • 第14章 模型评估与选择
      • 14.1 评估过程概述
      • 14.2 安装Rattle 包
      • 14.3 Rattle 功能简介
      • 14.3.1 Data――选取数据
      • 14.3.2 Explore――数据探究
      • 14.3.3 Test――数据相关检验
      • 14.3.4 Transform――数据预处理
      • 14.3.5 Cluster――数据聚类
      • 14.3.6 Model――模型评估
      • 14.3.7 Evaluate――模型评估
      • 14.3.8 Log――模型评估记录
      • 14.4 模型评估相关概念
      • 14.4.1 误判率
      • 14.4.2 正确/错误的肯定判断、正确/错误的否定判断
      • 14.4.3 精确度、敏感度及特异性
      • 14.5 Rattle 在模型评估中的应用
      • 14.5.1 混淆矩阵
      • 14.5.2 风险图
      • 14.5.3 ROC 图及相关图表
      • 14.5.4 模型得分数据集
      • 14.6 综合实例
      • 14.6.1 数据介绍
      • 14.6.2 模型建立
      • 14.6.3 模型结果分析
      • 数据挖掘:R 语言实战

      以上就是本次介绍的R语言电子书的全部相关内容,希望我们整理的资源能够帮助到大家,感谢大家对码农之家的支持。

      上一篇:Tableau商业分析从新手到高手

      下一篇:R语言与网站分析

      展开 +

      收起 -

      下载地址:百度网盘下载
      R语言 相关电子书
      网络数据的统计分析:R语言实践
      网络数据的统计分析:R语言实践 PDF 清晰影印版

      本书用丰富的案例说明了如何利用多个R语言扩展包进行各类网络分析。R语言扩展包igraph提供了大量用于网络分析的功能,书中以其作为主要的工具

      立即下载
      新媒体数据挖掘:基于R语言
      新媒体数据挖掘:基于R语言 PDF 影印中文版

      旨在为计算传播和计算社会科学领域的读者提供学习R编程语言和开发平台的捷径,希望能够填补这方面的空白,感兴趣的可以下载学习

      立即下载
      高级R语言编程指南
      高级R语言编程指南 PDF 扫描版

      本书讲述R语言的基础知识,深入介绍R函数式编程、R语言的面向对象特性、程序的调试、代码优化和性能调优等内容,展示了许多必备的技巧

      立即下载
      预测分析建模:Python与R语言实现
      预测分析建模:Python与R语言实现 PDF 超清版

      本书介绍使用R与Python预测分析建模来解决实际问题,,并提供有效的解决方法。通过展示建模技术和编程工具,我们将抽象的概念转换为具体的例子,推荐阅读

      立即下载
      R语言与网站分析
      R语言与网站分析 PDF 完整版

      《R语言与网站分析》从互联网应用角度对R语言如何实现数据挖掘和指标分析等问题做了阐述。通过诸多真实应用案例的分析,作者试图为读者建立起一座沟通数学原理和互联网实际业务应用的

      立即下载
      Hadoop大数据挖掘从入门到进阶实战
      Hadoop大数据挖掘从入门到进阶实战 PDF 影印版

      博客园资深博主、极客学院金牌讲师多年Hadoop实战经验分享;详解Hadoop完整的技术体系:基础部署、集群管理、底层设计、项目实战;200分钟配套视频;51个实例,10个案例,大量避坑技巧

      立即下载
      实战大数据:MATLAB数据挖掘详解与实践
      实战大数据:MATLAB数据挖掘详解与实践 PDF 原书扫描版

      这是一本真正具备中国特色的数据挖掘手册,各种常规方法一应俱全,作者是高校教授,同时也是若干公司的数据挖掘顾问,难得的理论储备与实践经验都十分深厚,表达能力也很强,也了解痛点。基于这些背景创作的这本书,非常好。感兴趣的可以下载学习

      立即下载
      数据挖掘与机器学习:WEKA应用技术与实践
      数据挖掘与机器学习:WEKA应用技术与实践 PDF 原书第二版

      本书过大量的实践操作,使读者了解并掌握数据挖掘和机器学习的相关技能,系统讲解Weka 3.7.13的操作、理论和应用,适合数据挖掘和机器学习相关人员作为技术参考书使用

      立即下载
      读者心得
      72小时37分钟前回答

      r语言和python有必要都学吗

      R和Python是目前最流行的两款高级编程语言,被大量运用于数据科学领域。两者都是开源的,也都有非常活跃的社区来支撑。那么问题来了:r语言和python有必要都学吗 R: R语言由新西兰奥克兰大学的Ross Ihaka和Robert Gentleman于1995设计出来(由于两人的名字均以 ‘R’ 字母开头,因此命名为R语言),现在由“R核心开发团队“负责开发。 虽然R主要用于数据分析、绘图以及数据挖掘,但也有人用作矩阵计算。其计算速度可媲美专用于矩阵计算的开源软件GNU Octave和商业软件MATLAB。 起初R主要在学术研究中使用,但近年来在企业界也表现突出,这使得R成为企业中使用的全球发展最快的统计语言之一。对于数据科学任……

      135小时43分钟前回答

      r语言和python什么意思

      R语言 1、R是一个有着统计分析功能及强大作图功能的软件系统。R内含了许多实用的统计分析及作图参数。作图参数能将产生的展示在一个独立的窗口中。并能将之保存为各种形式的文件(jpg,png,bmp,ps,pdf,emf,pictex,xfig),具体形式取决于操作系统。统计分析的结果也能被直接显示出来,一些中间(如P-值,回归系统,残差等)既可保存到专门的文件中,也可以直接用作进一步的分析 2、在R语言中,使用者可以使用循环语句来连续分析多个数据集,也可将多个不同的统计函数结合在一个语句中执行更复杂的分析。R使用者还可以借鉴网上提供的用S编写的大量程序,而且大多数都能被R直接调用。 python语言 P……

      146小时33分钟前回答

      r语言和python的详细对比

      r语言和python的对比,两者各有千秋,究竟要学哪一个,可根据自己的实际需求来作出选择,当然,最好是两者都学。 相关推荐:《python视频》 01 开发目的 R语言 R是由统计学家开发的,它的出生就肩负着统计分析、绘图、数据挖掘的重要使命。因此在R的语言体系里,有非常多统计学的原理和知识。 如果你具备一些统计背景,R会令你使用各类model和复杂的公式时更加愉悦有爽感,因为你总能找到对应的package,并且几行代码就可以调用搞定。 Python Python的创始人初衷,是为非专业程序员设计的一种开放型的语言。优雅,明确,简单,是它的标签。因此,总有人高唱「人生苦短,我用Python」。 数据分析、网……

      76小时42分钟前回答

      r语言处理数据比python慢吗

      什么是R语言? R语言,一种自由软件编程语言与操作环境,主要用于统计分析、绘图、数据挖掘。R本来是由来自新西兰奥克兰大学的罗斯·伊哈卡和罗伯特·杰特曼开发(也因此称为R),现在由“R开发核心团队”负责开发。R基于S语言的一个GNU计划项目,所以也可以当作S语言的一种实现,通常用S语言编写的代码都可以不作修改的在R环境下运行。R的语法是来自Scheme。(推荐学习:Python视频教程) R的源代码可自由下载使用,亦有已编译的可执行文件版本可以下载,可在多种平台下运行,包括UNIX(也包括FreeBSD和Linux)、Windows和MacOS。R主要是以命令行操作,同时有人开发了几种图形用户界面。 R的功能能够通过由……

      码农之家

      厉成业 提供上传

      资源
      47
      粉丝
      24
      喜欢
      216
      评论
      13

      Copyright 2018-2021 www.xz577.com 码农之家

      版权投诉 / 书籍推广:520161757@qq.com