数据挖掘 R语言实战

资源名称：数据挖掘 R语言实战

内容简介：

数据挖掘技术是当下大数据时代最关键的技术，其应用领域及前景不可估量。R 是一款极其优秀的统计分析和数据挖掘软件，《数据挖掘：R语言实战》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 的精髓并能快速、高效和灵活地掌握使用R 进行数据挖掘的技巧。

通过《数据挖掘：R语言实战》，读者不仅能掌握使用R 及相关的算法包来快速解决实际问题的方法，而且能得到从实际问题分析入手，到利用R 进行求解，以及对挖掘结果进行分析的全面训练。

《数据挖掘：R语言实战》适用于计算机、互联网、机器学习、信息、数学、经济金融、管理、运筹、统计以及有关理工科专业的本科生、研究生使用，也能帮助市场营销、金融、财务、人力资源管理人员及产品经理解决实际问题，还能帮助从事咨询、研究、分析行业的人士及各级管理人士提高专业水平。

资源目录：

第0 章 致敬，R！………………………… 1

致敬，肩膀！………………… 1

致敬，时代！…………………………….. 3

致敬，人才！…………………………….. 4

致敬，R 瑟！…………………………… 5

上篇 数据预处理

第1 章 数据挖掘导引……………………10

1.1 数据挖掘概述…………………………10

1.1.1 数据挖掘的过程………………………..10

1.1.2 数据挖掘的对象………………………………12

1.1.3 数据挖掘的方法………………………………….12

1.1.4 数据挖掘的应用……………………………..13

1.2 数据挖掘的算法………………………………………….14

1.3 数据挖掘的工具………………………………………….17

1.3.1 工具的分类………………………………………17

1.3.2 工具的选择………………………………………18

1.3.3 商用的工具…………………………………….19

1.3.4 开源的工具……………………………………..21

1.4 R 在数据挖掘中的优势………………………………23

第2 章 数据概览…………………………..25

2.1 n×m 数据集………………………………25

2.2 数据的分类………………………………..28

2.2.1 一般的数据分类……………………………..28

2.2.2 R 的数据分类………………………………..29

2.2.3 用R 简单处理数据…………………………31

2.3 数据抽样及R 实现………………………………34

2.3.1 简单随机抽样………………………………….34

2.3.2 分层抽样………………………………………….36

2.3.3 整群抽样………………………………………….38

2.4 训练集与测试集…………………………………………40

2.5 本章汇总………………………………………40

第3 章 用R 获取数据…………………………………42

3.1 获取内置数据集…………………………….42

3.1.1 datasets 数据集……………………..42

3.1.2 包的数据集………………………………43

3.2 获取其他格式的数据………………………….45

3.2.1 CSV 与TXT 格式…………………….45

3.2.2 从Excel 直接获取数据……………………47

3.2.3 从其他统计软件中获取数据…………….48

3.3 获取数据库数据……………………………………..50

3.4 获取网页数据………………………………52

3.5 本章汇总……………………………55

第4 章 探索性数据分析………………………56

4.1 数据集…………………………………56

4.2 数字化探索……………………………..57

4.2.1 变量概况……………………………..57

4.2.2 变量详情……………………………….58

4.2.3 分布指标………………………………..61

4.2.4 稀疏性………………………………………62

4.2.5 缺失值……………………………………..63

4.2.6 相关性…………………………………….65

4.3 可视化探索…………………………………68

4.3.1 直方图…………………………………..68

4.3.2 累积分布图…………………………………..71

4.3.3 箱形图…………………………………..73

4.3.4 条形图………………………………….78

4.3.5 点阵图…………………………………..81

4.3.6 饼图……………………………………….82

4.5 本章汇总……………………………………………….84

第5 章 数据预处理………………………………………86

5.1 数据集加载………………………………….86

5.2 数据清理……………………………………….88

5.2.1 缺失值处理……………………………….90

5.2.2 噪声数据处理…………………………….95

5.2.3 数据不一致的处理…………………………..97

5.3 数据集成……………………………………99

5.4 数据变换………………………………101

5.5 数据归约……………………………………….102

5.6 本章汇总…………………………………….104

中篇 基本算法及应用

第6 章 关联分析…………………………………106

6.1 概述……………………………………….106

6.2 R 中的实现………………………………………109

6.2.1 相关软件包………………………………109

6.2.2 核心函数…………………………………109

6.2.3 数据集………………………………….110

6.3 应用案例…………………………………….111

6.3.1 数据初探………………………………….111

6.3.2 对生成规则进行强度控制…………………….112

6.3.3 一个实际应用……………………………….114

6.3.4 改变输出结果形式………………………..115

6.3.5 关联规则的可视化…………………………116

6.4 本章汇总……………………………………………………120

第7 章 聚类分析……………………………….121

7.1 概述…………………….121

7.1.1 K-均值聚类…………………………………….122

7.1.2 K-中心点聚类………………………………122

7.1.3 系谱聚类…………………………………122

7.1.4 密度聚类………………………………….124

7.1.5 期望最大化聚类…………………………125

7.2 R 中的实现………………………………………………126

7.2.1 相关软件包…………………………………126

7.2.2 核心函数………………………………………127

7.2.3 数据集…………………………………………129

7.3 应用案例……………………………………………….131

7.3.1 K-均值聚类………………………………….131

7.3.2 K-中心点聚类…………………………….135

7.3.3 系谱聚类……………………………………….137

7.3.4 密度聚类………………………………………..140

7.3.5 期望最大化聚类……………………………145

7.4 本章汇总…………………………………………………..150

第8 章 判别分析…………………………………..151

8.1 概述……………………………151

8.1.1 费希尔判别…………………..152

8.1.2 贝叶斯判别…………………….153

8.1.3 距离判别…………………………..153

8.2 R 中的实现………………………………..154

8.2.1 相关软件包……………………….154

8.2.2 核心函数……………………………………155

8.2.3 数据集……………………………………157

8.3 应用案例………………………………………….161

8.3.1 线性判别分析………………….161

8.3.2 朴素贝叶斯分类……………………167

8.3.3 K 最近邻……………………………172

8.3.4 有权重的K 最近邻算法……………….174

8.4 推荐系统综合实例…………………………175

8.4.1 kNN 与推荐………………………………….176

8.4.2 MovieLens 数据集说明………………..176

8.4.3 综合运用……………………………………….177

8.5 本章汇总…………………………………182

第9 章 决策树…………………………………………183

9.1 概述……………………………………………183

9.1.1 树形结构………………………………….183

9.1.2 树的构建…………………………………184

9.1.3 常用算法……………………………………185

9.2 R 中的实现……………………………………………185

9.2.1 相关软件包………………………………..185

9.2.2 核心函数………………………………………186

9.2.3 数据集……………………………………..187

9.3 应用案例……………………………………………….190

9.3.1 CART 应用……………………………………191

9.3.2 C4.5 应用……………………………………..202

9.4 本章汇总………………………………………………205

下篇 高级算法及应用

第10 章 集成学习………………………………………………208

10.1 概述………………………………………………….208

10.1.1 一个概率论小计算……………………208

10.1.2 Bagging 算法……………………………209

10.1.3 AdaBoost 算法…………………………..209

10.2 R 中的实现………………………………………209

10.2.1 相关软件包………………………209

10.2.2 核心函数…………………..210

10.2.3 数据集……………………….210

10.3 应用案例………………………………..213

10.3.1 Bagging 算法……………………..213

10.3.2 Adaboost 算法……………………..218

10.4 本章汇总………………………………………….219

第11 章 随机森林……………………………….220

11.1 概述…………………………………………………..220

11.1.1 基本原理……………………………………220

11.1.2 重要参数…………………………………..222

11.2 R 中的实现………………………………………….223

11.2.1 相关软件包……………………………..223

11.2.2 核心函数………………………………223

11.2.3 可视化分析………………………………231

11.3 应用案例…………………………………………232

11.3.1 数据处理………………………………233

11.3.2 建立模型……………………………….234

11.3.3 结果分析……………………………..235

11.3.4 自变量的重要程度……………………..236

11.3.5 优化建模………………………….237

11.4 本章汇总……………………………………………241

第12 章 支持向量机………………………………….242

12.1 概述………………………………………………..242

12.1.1 结构风险最小原理………………….243

12.1.2 函数间隔与几何间隔………………..244

12.1.3 核函数……………………………………..245

12.2 R 中的实现………………………………………245

12.2.1 相关软件包…………………………….245

12.2.2 核心函数………………………………246

12.2.3 数据集…………………………248

12.3 应用案例…………………………….248

12.3.1 数据初探……………………..249

12.3.2 建立模型…………………………………249

12.3.3 结果分析………………………………..249

12.3.4 预测判别…………………………250

12.3.5 综合建模………………………………251

12.3.6 可视化分析…………………………..252

12.3.7 优化建模………………………………..254

12.4 本章汇总………………………………256

第13 章 神经网络…………………………………257

13.1 概述………………………………..257

13.2 R 中的实现………………………………..258

13.2.1 相关软件包………………………..258

13.2.2 核心函数………………………….258

13.3 应用案例…………………………….261

13.3.1 数据初探………………………261

13.3.2 数据处理………………………………262

13.3.3 建立模型………………………..263

13.3.4 结果分析…………………………264

13.3.5 预测判别………………………..264

13.3.6 模型差异分析…………………..266

13.3.7 优化建模…………………………268

13.4 本章汇总………………………………272

第14 章 模型评估与选择……………………….273

14.1 评估过程概述……………………..273

14.2 安装Rattle 包………………………..274

14.3 Rattle 功能简介………………………275

14.3.1 Data——选取数据………………..275

14.3.2 Explore——数据探究…………….276

14.3.3 Test——数据相关检验………………..276

14.3.4 Transform——数据预处理…………..277

14.3.5 Cluster——数据聚类…………………..277

14.3.6 Model——模型评估………………….277

14.3.7 Evaluate——模型评估…………………280

14.3.8 Log——模型评估记录……………….281

14.4 模型评估相关概念…………………………..281

14.4.1 误判率…………………………………..281

14.4.2 正确/错误的肯定判断、正确/错误的否定判断……………281

14.4.3 精确度、敏感度及特异性……………………282

14.5 Rattle 在模型评估中的应用…………………………..282

14.5.1 混淆矩阵…………………………….282

14.5.2 风险图……………………….283

14.5.3 ROC 图及相关图表…………………..286

14.5.4 模型得分数据集……………..287

14.6 综合实例…………………………..288

14.6.1 数据介绍……………………….288

14.6.2 模型建立……………………………288

14.6.3 模型结果分析………………….289

资源截图：