当前位置:首页 > 程序设计 >
《R语言与数据挖掘最佳实践和经典案例》电子书封面

R语言与数据挖掘最佳实践和经典案例

  • 发布时间:2019年12月30日 14:56:37
  • 作者:Yanchang Zhao
  • 大小:30.5 MB
  • 类别:R语言电子书
  • 格式:PDF
  • 版本:高清版
  • 评分:8.5

    R语言推荐

    R语言与数据挖掘最佳实践和经典案例 PDF 高清版

      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R语言、数据挖掘方面的内容,本书是由机械工业出版社出版,格式为PDF,资源大小30.5 MB,Yanchang Zhao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

      数据挖掘技术已经广泛用于政府机关、银行、保险、零售、电信、医药和研究领域。最近,越来越多的数据挖掘工作开始使用R工具来完成,R是一个用于统计计算和制图的免费软件。在最近的调查中,R已经被评为数据挖掘领域最流行的工具。本书介绍将R语言用于数据挖掘应用(从学术研究到工业应用),从大量数据中提取出有用知识的各种实用方法。

      本书主要特色

      1. 介绍了R用于数据挖掘应用的案例,涵盖了最常用的数据挖掘技术。
      2. 提供了代码示例和数据,以便读者可以轻松地学习数据挖掘技术。
      3. 现实应用中的特色案例研究有助于读者将学到的技术应用到自己的工作和研究中。

      目录

      • 第1章 简介1
      • 1.1 数据挖掘1
      • 1.2 R1
      • 1.3 数据集2
      • 1.3.1 iris数据集2
      • 1.3.2 bodyfat数据集3
      • 第2章 数据的导入与导出4
      • 2.1 R数据的保存与加载4
      • 2.2 .CSV文件的导入与导出4
      • 2.3 从SAS中导入数据5
      • 2.4 通过ODBC导入与导出数据6
      • 2.4.1 从数据库中读取数据7
      • 2.4.2 从Excel文件中导入与导出数据7
      • 第3章 数据探索8
      • 3.1 查看数据8
      • 3.2 探索单个变量10
      • 3.3 探索多个变量12
      • 3.4 更多探索15
      • 3.5 将图表保存到文件中19
      • 第4章 决策树与随机森林21
      • 4.1 使用party包构建决策树21
      • 4.2 使用rpart包构建决策树24
      • 4.3 随机森林29
      • 第5章 回归分析33
      • 5.1 线性回归33
      • 5.2 逻辑回归38
      • 5.3 广义线性回归38
      • 5.4 非线性回归40
      • 第6章 聚类41
      • 6.1 k-means聚类41
      • 6.2 k-medoids聚类43
      • 6.3 层次聚类45
      • 6.4 基于密度的聚类46
      • 第7章 离群点检测50
      • 7.1 单变量的离群点检测50
      • 7.2 局部离群点因子检测53
      • 7.3 用聚类方法进行离群点检测56
      • 7.4 时间序列数据的离群点检测58
      • 7.5 讨论59
      • 第8章 时间序列分析与挖掘60
      • 8.1 R中的时间序列数据60
      • 8.2 时间序列分解60
      • 8.3 时间序列预测62
      • 8.4 时间序列聚类63
      • 8.4.1 动态时间规整63
      • 8.4.2 合成控制图的时间序列数据64
      • 8.4.3 基于欧氏距离的层次聚类65
      • 8.4.4 基于DTW距离的层次聚类66
      • 8.5 时间序列分类67
      • 8.5.1 基于原始数据的分类67
      • 8.5.2 基于特征提取的分类68
      • 8.5.3 k-NN分类69
      • 8.6 讨论70
      • 8.7 延伸阅读70
      • 第9章 关联规则71
      • 9.1 关联规则的基本概念71
      • 9.2 Titanic数据集71
      • 9.3 关联规则挖掘73
      • 9.4 消除冗余78
      • 9.5 解释规则79
      • 9.6 关联规则的可视化80
      • 9.7 讨论与延伸阅读82
      • 第10章 文本挖掘84
      • 10.1 Twitter的文本检索84
      • 10.2 转换文本85
      • 10.3 提取词干86
      • 10.4 建立词项-文档矩阵88
      • 10.5 频繁词项与关联90
      • 10.6 词云91
      • 10.7 词项聚类92
      • 10.8 推文聚类94
      • 10.8.1 基于k-means算法的推文聚类94
      • 10.8.2 基于k-medoids算法的推文聚类96
      • 10.9 程序包、延伸阅读与讨论98
      • 第11章 社交网络分析99
      • 11.1词项网络99
      • 11.2推文网络102
      • 11.3双模式网络107
      • 11.4讨论与延伸阅读110
      • 第12章 案例Ⅰ:房价指数的分析与预测111
      • 12.1HPI数据导入111
      • 12.2HPI数据探索112
      • 12.3HPI趋势与季节性成分118
      • 12.4HPI预测120
      • 12.5房地产估价122
      • 12.6讨论122
      • 第13章 案例Ⅱ:客户回复预测与效益最大化123
      • 13.1简介123
      • 13.2KDD Cup 1998的数据123
      • 13.3数据探索131
      • 13.4训练决策树137
      • 13.5模型评估140
      • 13.6选择最优决策树143
      • 13.7评分145
      • 13.8讨论与总结148
      • 第14章 案例Ⅲ:内存受限的大数据预测模型150
      • 14.1简介150
      • 14.2研究方法150
      • 14.3数据与变量151
      • 14.4随机森林152
      • 14.5内存问题153
      • 14.6样本数据的训练模型154
      • 14.7使用已选变量建立模型156
      • 14.8评分162
      • 14.9输出规则168
      • 14.9.1以文本格式输出规则168
      • 14.9.2输出SAS规则的得分172
      • 14.10总结与讨论177
      • 第15章 在线资源178
      • 15.1R参考文档178
      • 15.2R178
      • 15.3数据挖掘179
      • 15.4R的数据挖掘180
      • 15.5R的分类与预测181
      • 15.6R的时间序列分析181
      • 15.7R的关联规则挖掘181
      • 15.8R的空间数据分析181
      • 15.9R的文本挖掘182
      • 15.10R的社交网络分析182
      • 15.11R的数据清洗与转换182
      • 15.12R的大数据与并行计算182
      • R语言数据挖掘参考文档184
      • 参考资料197
      • 通用索引201
      • 包索引203
      • 函数索引204

      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:构建安全的Android APP

      下一篇:Java游戏编程开发教程

      展开 +

      收起 -

      下载地址:百度网盘下载
      R语言 相关电子书
      量化金融R语言初级教程
      量化金融R语言初级教程 PDF 高清完整版

      R是用于统计分析、绘图的语言和操作环境。它是属于GNU系统的一个自由、免费、源代码开放的软件,是一个用于统计计算和统计制图的优秀工具。 本书通过9章的内容向读者详细介绍使用R语言

      立即下载
      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
      R语言与大数据编程实战
      R语言与大数据编程实战 PDF 超清原版

      全方位详细介绍了来源于数据分析、深度学习、人工智能技术等行业的多种多样数据统计分析优化算法,在解读与之有关的R编码时,还探讨了这种优化算法的基本原理、优点和缺点与可用背景

      立即下载
      数据挖掘:R语言实战
      数据挖掘:R语言实战 PDF 影印版

      本书侧重使用R 进行数据挖掘,重点讲述了R 的数据挖掘流程、算法包的使用及相关工具的应用,同时结合大量精选的数据挖掘实例对R 软件进行深入潜出和全面的介绍,以便读者能深刻理解R 的

      立即下载
      R语言编程指南
      R语言编程指南 PDF 完整版 立即下载
      R语言实战
      R语言实战 PDF 第2版

      互联网时代早已来临,在商业服务、经济发展以及他行业中根据统计数据和剖析去发觉难题并做出科学研究、客观性的管理决策愈来愈关键。开源软件R是全世界*时髦的数据统计分析、统计分析

      立即下载
      R语言与数据挖掘
      R语言与数据挖掘 PDF 全书清晰版

      这是公认的、权威的适合教学和零基础自学的R语言与数据挖掘教程,华南师范大学、广东工业大学、广西科技大学等20余所大学选为教材。即便你完全没有R语言编程基础和数据挖掘基础,根据

      立即下载
      机器学习与R语言
      机器学习与R语言 PDF 高清版

      R本身是一款十分优秀的数据分析和数据可视化软件。《 机器学习与R语言 》通过将实践案例与核心的理论知识相结合,提供了你开始将机器学习应用到你自己项目中所需要的知识。《机器学习

      立即下载
      读者心得
      127小时51分钟前回答

      python数据挖掘需要学什么

      只要能解决实际问题,用什么工具来学习数据挖掘都是无所谓,这里首推Python。 需要掌握Python中的哪些知识? (推荐学习:Python视频教程) 1、Pandas库的操作 Panda是数据分析特别重要的一个库,我们要掌握以下三点: · pandas 分组计算; · pandas 索引与多重索引; 索引比较难,但是却是非常重要的 · pandas 多表操作与数据透视表 2、numpy数值计算 numpy数据计算主要应用是在数据挖掘,对于以后的机器学习,深度学习,这也是一个必须掌握的库,我们要掌握以下内容: · Numpy array理解; · 数组索引操作; · 数组计算; · Broadcasting(线性代数里面的知识) 3、数据可视化-matplotlib与seaborn · Matplotib语法 python最基本的……

      131小时8分钟前回答

      python数据挖掘需要学的内容

      1、Pandas库的操作 Panda是数据分析特别重要的一个库,我们要掌握以下三点: · pandas 分组计算; · pandas 索引与多重索引; 索引比较难,但是却是非常重要的 · pandas 多表操作与数据透视表 2、numpy数值计算 numpy数据计算主要应用是在数据挖掘,对于以后的机器学习,深度学习,这也是一个必须掌握的库,我们要掌握以下内容: · Numpy array理解; · 数组索引操作; · 数组计算; · Broadcasting(线性代数里面的知识) 3、数据可视化-matplotlib与seaborn · Matplotib语法 python最基本的可视化工具就是matplotlib。咋一看Matplotlib与matlib有点像,要搞清楚二者的关系是什么,这样学习起来才会比较轻松。 · seaborn的使用 seaborn是……

      33小时46分钟前回答

      深入分析python数据挖掘 Json结构分析

      这篇文章通过实例给大家分析总结了python数据挖掘以及Json结构分析的相关知识点,对此有兴趣的朋友参考下。 json是一种轻量级的数据交换格式,也可以说是一种配置文件的格式 这种格式的文件是我们在数据处理经常会遇到的 python提供内置的模块json,只需要在使用前导入即可 你可以通过帮助函数查看json的帮助文档 json常用的方法有load、loads、dump以及dumps,这个都属于python初级,我不做过多解释 json可以结合数据库一起使用,在这以后要处理大量数据时非常有用 下面我们正式来利用数据挖掘对json文件进行处理 现在很多网站都运用了Ajax,所以一般很多都是XHR文件 通过这里我想利用一个地图网站来演示……

      码农之家

      符学博 提供上传

      资源
      39
      粉丝
      50
      喜欢
      85
      评论
      1

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

      版权投诉 / 书籍推广:520161757@qq.com