编辑推荐
1.从理论基础到实例应用,边学习边实践!
2.网罗数据挖掘中10种经典、常用的方法!
回归分析/Logistic回归分析/决策树分析/支持向量机/记忆基础推理/聚类分析/自组织映射/主成分分析/对应分析/关联规则分析
3.图文并茂,示例丰富,结合可下载的R代码和数据,让你亲自体验数据挖掘的流程!
如何预测邮件是否为垃圾邮件?
如何判断顾客会同时购买哪些商品?
如何根据股价数据判断经济的景气程度?
如何从SNS获取数据并分析?
……
大数据时代,必须了解数据挖掘!
本书首先介绍R的基础知识以及使用R进行数据挖掘的流程;然后结合具体示例、代码和图表介绍数据挖掘的10种常用方法;* 后介绍数据挖掘的实战案例,涉及多种方法的比较以及实际的大规模数据的分析。本书详略得当,脉络清晰,让你轻松入门数据挖掘。
内容简介
本书使用R,结合大量实例,详细介绍了数据挖掘的理论和分析方法。全书分为3部分:* 1部分简单介绍了使用R进行数据挖掘的流程和数据挖掘的概要;* 2部分介绍了数据挖掘的10种常用方法,并在此基础上使用R实际进行数据挖掘;第3部分结合实际的数据挖掘事例介绍了如何使用这些方法。本书适合数据挖掘的初学者,以及正在从事数据分析相关工作,想了解更多分析方法的读者阅读。
作者简介
山本义郎(作者)
日本东海大学理学部数学系教授。著有《统计数据的可视化》《统计学序论》《概率统计序论 第 2版》(合著)。执笔本书* 2章、第6章、第9章、* 11章、* 12章、* 13章。
藤野友和(作者)
日本福冈女子大学国际文理学部讲师。著有《统计数据的可视化》(合著)。执笔本书* 1章、第3章、第4章、第8章。
久保田贵文(作者)
日本多摩大学经营信息学部副教授。执笔本书第5章、第7章、* 10章、* 14章。
朱建春(译者)
毕业于北京大学计算机系,曾在联想集团任职多年,是国内较早从事Windows掌上电脑和智能手机的系统和应用软件开发的IT工作者。后长期担任对日软件外包开发项目经理。
目录
第I部分 使用R进行数据挖掘的准备 1
* 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
* 2章 数据挖掘概述..................................................................................36
2.1 大数据和数据挖掘...................................................................................36
2.2.1 业务理解(Business Understanding)..............................................37
2.2 CRISP-DM................................................................................................37
2.2.2 数据理解(Data Understanding).......................................................38
2.2.3 数据准备(Data Preparation)............................................................38
2.2.4 建模(Modeling)..................................................................................39
2.2.5 评估(Evaluation)................................................................................39
2.2.6 运用(Deployment).............................................................................39
2.3.1 数据的种类和建模................................................................................40
2.3 数据挖掘的方法........................................................................................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 数据挖掘的方法 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...................................................................................77
第6章 支持向量机.......................................................................................81
6.1 支持向量机的概念...................................................................................81
6.2 类别预测的例子........................................................................................83
6.3 数值预测的例子........................................................................................86
第7章 记忆基础推理..................................................................................89
7.1 k* 近邻法的概念....................................................................................89
7.2 变量的基准化和标准化..........................................................................94
第8章 聚类分析............................................................................................96
8.1 聚类分析的概念........................................................................................96
8.2 层次聚类分析............................................................................................97
8.3 执行层次聚类分析...................................................................................99
8.4 可视化进阶...............................................................................................103
8.5 非层次聚类分析......................................................................................107
8.6 执行非层次聚类分析.............................................................................107
第9章 自组织映射....................................................................................110
9.1 自组织映射的概念.................................................................................110
9.2 基于自组织映射的分析实例................................................................111
9.3 基于自组织映射的分类........................................................................120
* 10章 主成分分析.................................................................................129
10.1 主成分分析的概念...............................................................................129
10.2 对象数据的准备...................................................................................132
10.3 执行主成分分析...................................................................................135
* 11章 对应分析......................................................................................141
11.1 对应分析.................................................................................................141
11.2 多重对应分析........................................................................................144
* 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..........................................................................151
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
* 13章 对各种预测方法的评估...............
R数据挖掘入门 epub pdf mobi txt 电子书 下载 2024
R数据挖掘入门 下载 epub mobi pdf txt 电子书 2024