R语言数据挖掘 实用项目解析2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

R语言数据挖掘 实用项目解析PDF格式电子书版下载

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

第1章 使用R内置数据进行数据处理1

1.1 什么是数据挖掘2

1.2 R语言引论4

1.2.1 快速入门4

1.2.2 数据类型、向量、数组与矩阵4

1.2.3 列表管理、因子与序列7

1.2.4 数据的导入与导出8

1.3 数据类型转换10

1.4 排序与合并数据框11

1.5 索引或切分数据框15

1.6 日期与时间格式化16

1.7 创建新函数17

1.7.1 用户自定义函数17

1.7.2 内置函数18

1.8 循环原理——for循环18

1.9 循环原理——repeat循环19

1.10 循环原理while循环19

1.11 apply原理19

1.12 字符串操作21

1.13 缺失值（NA）的处理22

小结23

第2章 汽车数据的探索性分析24

2.1 一元分析24

2.2 二元分析30

2.3 多元分析31

2.4 解读分布和变换32

2.4.1 正态分布32

2.4.2 二项分布34

2.4.3 泊松分布34

2.5 解读分布34

2.6 变量分段37

2.7 列联表、二元统计及数据正态性检验37

2.8 假设检验41

2.8.1 总体均值检验42

2.8.2 双样本方差检验46

2.9 无参数方法48

2.9.1 Wilcoxon符号秩检验49

2.9.2 Mann-Whitney-Wilcoxon检验49

2.9.3 Kruskal-Wallis检验49

小结50

第3章 可视化diamond数据集51

3.1 使用ggplot2可视化数据54

3.1.1 条状图64

3.1.2 盒状图65

3.1.3 气泡图65

3.1.4 甜甜圈图66

3.1.5 地理制图67

3.1.6 直方图68

3.1.7 折线图68

3.1.8 饼图69

3.1.9 散点图70

3.1.10 堆叠柱形图75

3.1.11 茎叶图75

3.1.12 词云76

3.1.13 锯齿图76

3.2 使用plotly78

3.2.1 气泡图78

3.2.2 用plotly画条状图79

3.2.3 用plotly画散点图79

3.2.4 用plotly画盒状图80

3.2.5 用plotly画极坐标图82

3.2.6 用plotly画极坐标散点图82

3.2.7 极坐标分区图83

3.3 创建地理制图84

小结84

第4章 用汽车数据做回归85

4.1 回归引论85

4.1.1 建立回归问题86

4.1.2 案例学习87

4.2 线性回归87

4.3 通过逐步回归法进行变量选取98

4.4 Logistic回归99

4.5 三次回归105

4.6 惩罚回归106

小结109

第5章 基于产品数据的购物篮分析110

5.1 购物篮分析引论110

5.1.1 什么是购物篮分析111

5.1.2 哪里会用到购物篮分析112

5.1.3 数据要求112

5.1.4 前提假设／要求114

5.1.5 建模方法114

5.1.6 局限性114

5.2 实际项目115

5.2.1 先验算法118

5.2.2 eclat算法121

5.2.3 可视化关联规则123

5.2.4 实施关联规则124

小结126

第6章 聚类电商数据127

6.1 理解客户分类128

6.1.1 为何理解客户分类很重要128

6.1.2 如何对客户进行分类128

6.2 各种适用的聚类方法129

6.2.1 K均值聚类130

6.2.2 层次聚类135

6.2.3 基于模型的聚类139

6.2.4 其他聚类算法140

6.2.5 聚类方法的比较143

参考文献143

小结143

第7章 构建零售推荐引擎144

7.1 什么是推荐144

7.1.1 商品推荐类型145

7.1.2 实现推荐问题的方法145

7.2 前提假设147

7.3 什么时候采用什么方法148

7.4 协同过滤的局限149

7.5 实际项目149

小结157

第8章 降维158

8.1 为什么降维158

8.2 降维实际项目161

8.3 有参数法降维172

参考文献173

小结173

第9章 神经网络在医疗数据中的应用174

9.1 神经网络引论174

9.2 理解神经网络背后的数学原理176

9.3 用R语言实现神经网络177

9.4 应用神经网络进行预测180

9.5 应用神经网络进行分类183

9.6 应用神经网络进行预测185

9.7 神经网络的优缺点187

参考文献187

小结187