數(shù)據(jù)挖掘：R語言實戰(zhàn)

定　價：￥56.00

作　者：	黃文，王正林著
出版社：	電子工業(yè)出版社
叢編項：
標　簽：	計算機/網(wǎng)絡(luò) 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘數(shù)據(jù)庫

購買這本書可以去

ISBN：	9787121231223	出版時間：	2014-06-01	包裝：	平裝
開本：	16	頁數(shù)：	304	字數(shù)：

內(nèi)容簡介

　　數(shù)據(jù)挖掘技術(shù)是當下大數(shù)據(jù)時代最關(guān)鍵的技術(shù)，其應(yīng)用領(lǐng)域及前景不可估量。R 是一款極其優(yōu)秀的統(tǒng)計分析和數(shù)據(jù)挖掘軟件，本書側(cè)重使用R 進行數(shù)據(jù)挖掘，重點講述了R 的數(shù)據(jù)挖掘流程、算法包的使用及相關(guān)工具的應(yīng)用，同時結(jié)合大量精選的數(shù)據(jù)挖掘?qū)嵗龑 軟件進行深入潛出和全面的介紹，以便讀者能深刻理解R 的精髓并能快速、高效和靈活地掌握使用R 進行數(shù)據(jù)挖掘的技巧。通過本書，讀者不僅能掌握使用R 及相關(guān)的算法包來快速解決實際問題的方法，而且能得到從實際問題分析入手，到利用R 進行求解，以及對挖掘結(jié)果進行分析的全面訓練。

作者簡介

　　王正林已出版過如下圖書：1、MATLAB/Simulink與控制系統(tǒng)仿真，電子工業(yè)出版社2、精通MATLAB7（附光盤）電子工業(yè)出版社3、精通MATLAB7科學計算（附光盤）電子工業(yè)出版社

圖書目錄

第1 章
目錄
第0 章致敬，R！．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 1
致敬，肩膀?。?1
致敬，時代?。?3
致敬，人才?。?4
致敬，R 瑟！．．．．．．．．．．．．．．．．．．．． 5
上篇數(shù)據(jù)預處理
第1 章數(shù)據(jù)挖掘?qū)б?0
1．1 數(shù)據(jù)挖掘概述．．．．．．．．10
1．1．1 數(shù)據(jù)挖掘的過程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
1．1．2 數(shù)據(jù)挖掘的對象．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
1．1．3 數(shù)據(jù)挖掘的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
1．1．4 數(shù)據(jù)挖掘的應(yīng)用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
1．2 數(shù)據(jù)挖掘的算法．．．．14
1．3 數(shù)據(jù)挖掘的工具．．．．17
1．3．1 工具的分類17
1．3．2 工具的選擇18
1．3．3 商用的工具19
1．3．4 開源的工具21
1．4 R 在數(shù)據(jù)挖掘中的優(yōu)勢．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
數(shù)據(jù)挖掘：R 語言實戰(zhàn)
VI
第2 章數(shù)據(jù)概覽．．．．．．．．．．．．．．．．．25
2．1 n×m 數(shù)據(jù)集．．．．．．．．．．．．25
2．2 數(shù)據(jù)的分類．．．．．．．．．．．．28
2．2．1 一般的數(shù)據(jù)分類．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
2．2．2 R 的數(shù)據(jù)分類．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
2．2．3 用R 簡單處理數(shù)據(jù)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
2．3 數(shù)據(jù)抽樣及R 實現(xiàn)34
2．3．1 簡單隨機抽樣．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
2．3．2 分層抽樣．．．．36
2．3．3 整群抽樣．．．．38
2．4 訓練集與測試集．．．．40
2．5 本章匯總．．．．．．．．．．．．．．．．．40
第3 章用R 獲取數(shù)據(jù)．．．．．．42
3．1 獲取內(nèi)置數(shù)據(jù)集．．．．42
3．1．1 datasets 數(shù)據(jù)集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
3．1．2 包的數(shù)據(jù)集43
3．2 獲取其他格式的數(shù)據(jù)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45
3．2．1 CSV 與TXT 格式．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45
3．2．2 從Excel 直接獲取數(shù)據(jù)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
3．2．3 從其他統(tǒng)計軟件中獲取數(shù)據(jù)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
3．3 獲取數(shù)據(jù)庫數(shù)據(jù)．．．．50
3．4 獲取網(wǎng)頁數(shù)據(jù)．．．．．．．．52
3．5 本章匯總．．．．．．．．．．．．．．．．．55
第4 章探索性數(shù)據(jù)分析．．．56
4．1 數(shù)據(jù)集．．．．．．．．．．．．．．．．．．．．．56
4．2 數(shù)字化探索．．．．．．．．．．．．57
4．2．1 變量概況．．．．57
4．2．2 變量詳情．．．．58
4．2．3 分布指標．．．．61
4．2．4 稀疏性．．．．．．．．62
4．2．5 缺失值．．．．．．．．63
4．2．6 相關(guān)性．．．．．．．．65
4．3 可視化探索．．．．．．．．．．．．68
4．3．1 直方圖．．．．．．．．68
目錄
VII
4．3．2 累積分布圖71
4．3．3 箱形圖．．．．．．．．73
4．3．4 條形圖．．．．．．．．78
4．3．5 點陣圖．．．．．．．．81
4．3．6 餅圖．．．．．．．．．．．．82
4．5 本章匯總．．．．．．．．．．．．．．．．．84
第5 章數(shù)據(jù)預處理．．．．．．．．．．．．86
5．1 數(shù)據(jù)集加載．．．．．．．．．．．．86
5．2 數(shù)據(jù)清理．．．．．．．．．．．．．．．．．88
5．2．1 缺失值處理90
5．2．2 噪聲數(shù)據(jù)處理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．95
5．2．3 數(shù)據(jù)不一致的處理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．97
5．3 數(shù)據(jù)集成．．．．．．．．．．．．．．．．．99
5．4 數(shù)據(jù)變換．．．．．．．．．．．．．．．101
5．5 數(shù)據(jù)歸約．．．．．．．．．．．．．．．102
5．6 本章匯總．．．．．．．．．．．．．．．104
中篇基本算法及應(yīng)用
第6 章關(guān)聯(lián)分析．．．．．．．．．．．．．．．106
6．1 概述．．．．．．．．．．．．．．．．．．．．．．．．106
6．2 R 中的實現(xiàn)．．．．．．．．．．．109
6．2．1 相關(guān)軟件包．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．109
6．2．2 核心函數(shù)．．．109
6．2．3 數(shù)據(jù)集．．．．．．110
6．3 應(yīng)用案例．．．．．．．．．．．．．．．111
6．3．1 數(shù)據(jù)初探．．．111
6．3．2 對生成規(guī)則進行強度控制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．112
6．3．3 一個實際應(yīng)用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．114
6．3．4 改變輸出結(jié)果形式．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．115
6．3．5 關(guān)聯(lián)規(guī)則的可視化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．116
6．4 本章匯總．．．．．．．．．．．．．．．120
第7 章聚類分析．．．．．．．．．．．．．．．121
7．1 概述．．．．．．．．．．．．．．．．．．．．．．．．121
7．1．1 K-均值聚類．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．122
數(shù)據(jù)挖掘：R 語言實戰(zhàn)
VIII
7．1．2 K-中心點聚類．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．122
7．1．3 系譜聚類．．．122
7．1．4 密度聚類．．．124
7．1．5 期望最大化聚類．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．125
7．2 R 中的實現(xiàn)．．．．．．．．．．．126
7．2．1 相關(guān)軟件包．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．126
7．2．2 核心函數(shù)．．．127
7．2．3 數(shù)據(jù)集．．．．．．129
7．3 應(yīng)用案例．．．．．．．．．．．．．．．131
7．3．1 K-均值聚類．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．131
7．3．2 K-中心點聚類．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．135
7．3．3 系譜聚類．．．137
7．3．4 密度聚類．．．140
7．3．5 期望最大化聚類．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．145
7．4 本章匯總．．．．．．．．．．．．．．．150
第8 章判別分析．．．．．．．．．．．．．．．151
8．1 概述．．．．．．．．．．．．．．．．．．．．．．．．151
8．1．1 費希爾判別．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．152
8．1．2 貝葉斯判別．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．153
8．1．3 距離判別．．．153
8．2 R 中的實現(xiàn)．．．．．．．．．．．154
8．2．1 相關(guān)軟件包．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．154
8．2．2 核心函數(shù)．．．155
8．2．3 數(shù)據(jù)集．．．．．．157
8．3 應(yīng)用案例．．．．．．．．．．．．．．．161
8．3．1 線性判別分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．161
8．3．2 樸素貝葉斯分類．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．167
8．3．3 K 最近鄰．．．172
8．3．4 有權(quán)重的K 最近鄰算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．174
8．4 推薦系統(tǒng)綜合實例．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．175
8．4．1 kNN 與推薦．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．176
8．4．2 MovieLens 數(shù)據(jù)集說明．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．176
8．4．3 綜合運用．．．177
8．5 本章匯總．．．．．．．．．．．．．．．182
目錄
IX
第9 章決策樹．．．．．．．．．．．．．．．．．．．183
9．1 概述．．．．．．．．．．．．．．．．．．．．．．．．183
9．1．1 樹形結(jié)構(gòu)．．．183
9．1．2 樹的構(gòu)建．．．184
9．1．3 常用算法．．．185
9．2 R 中的實現(xiàn)．．．．．．．．．．．185
9．2．1 相關(guān)軟件包．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．185
9．2．2 核心函數(shù)．．．186
9．2．3 數(shù)據(jù)集．．．．．．187
9．3 應(yīng)用案例．．．．．．．．．．．．．．．190
9．3．1 CART 應(yīng)用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．191
9．3．2 C4．5 應(yīng)用．．202
9．4 本章匯總．．．．．．．．．．．．．．．205
下篇高級算法及應(yīng)用
第10 章集成學習．．．．．．．．．．．．208
10．1 概述．．．．．．．．．．．．．．．．．．．．．208
10．1．1 一個概率論小計算．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．208
10．1．2 Bagging 算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．209
10．1．3 AdaBoost 算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．209
10．2 R 中的實現(xiàn)．．．．．．．．．209
10．2．1 相關(guān)軟件包．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．209
10．2．2 核心函數(shù)210
10．2．3 數(shù)據(jù)集．．．．210
10．3 應(yīng)用案例．．．．．．．．．．．．．213
10．3．1 Bagging 算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．213
10．3．2 Adaboost 算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．218
10．4 本章匯總．．．．．．．．．．．．．219
第11 章隨機森林．．．．．．．．．．．．220
11．1 概述．．．．．．．．．．．．．．．．．．．．．．220
11．1．1 基本原理．220
11．1．2 重要參數(shù)．222
11．2 R 中的實現(xiàn)．．．．．．．．．223
11．2．1 相關(guān)軟件包．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．223
數(shù)據(jù)挖掘：R 語言實戰(zhàn)
X
11．2．2 核心函數(shù)．223
11．2．3 可視化分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．231
11．3 應(yīng)用案例．．．．．．．．．．．．．232
11．3．1 數(shù)據(jù)處理．233
11．3．2 建立模型．234
11．3．3 結(jié)果分析．235
11．3．4 自變量的重要程度．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．236
11．3．5 優(yōu)化建模．237
11．4 本章匯總．．．．．．．．．．．．．241
第12 章支持向量機．．．．．．．242
12．1 概述．．．．．．．．．．．．．．．．．．．．．242
12．1．1 結(jié)構(gòu)風險最小原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．243
12．1．2 函數(shù)間隔與幾何間隔．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．244
12．1．3 核函數(shù)．．．．245
12．2 R 中的實現(xiàn)．．．．．．．．．245
12．2．1 相關(guān)軟件包．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．245
12．2．2 核心函數(shù)246
12．2．3 數(shù)據(jù)集．．．．248
12．3 應(yīng)用案例．．．．．．．．．．．．．248
12．3．1 數(shù)據(jù)初探249
12．3．2 建立模型249
12．3．3 結(jié)果分析249
12．3．4 預測判別250
12．3．5 綜合建模251
12．3．6 可視化分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．252
12．3．7 優(yōu)化建模254
12．4 本章匯總．．．．．．．．．．．．．256
第13 章神經(jīng)網(wǎng)絡(luò)．．．．．．．．．．．．257
13．1 概述．．．．．．．．．．．．．．．．．．．．．257
13．2 R 中的實現(xiàn)．．．．．．．．．258
13．2．1 相關(guān)軟件包．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．258
13．2．2 核心函數(shù)258
13．3 應(yīng)用案例．．．．．．．．．．．．．261
13．3．1 數(shù)據(jù)初探261
目錄
XI
13．3．2 數(shù)據(jù)處理262
13．3．3 建立模型263
13．3．4 結(jié)果分析264
13．3．5 預測判別264
13．3．6 模型差異分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．266
13．3．7 優(yōu)化建模268
13．4 本章匯總．．．．．．．．．．．．．272
第14 章模型評估與選擇．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．273
14．1 評估過程概述．．．．273
14．2 安裝Rattle 包．．．．274
14．3 Rattle 功能簡介．．275
14．3．1 Data――選取數(shù)據(jù)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．275
14．3．2 Explore――數(shù)據(jù)探究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．276
14．3．3 Test――數(shù)據(jù)相關(guān)檢驗．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．276
14．3．4 Transform――數(shù)據(jù)預處理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．277
14．3．5 Cluster――數(shù)據(jù)聚類．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．277
14．3．6 Model――模型評估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．277
14．3．7 Evaluate――模型評估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．280
14．3．8 Log――模型評估記錄．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．281
14．4 模型評估相關(guān)概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．281
14．4．1 誤判率．．．．281
14．4．2 正確/錯誤的肯定判斷、正確/錯誤的否定判斷．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．281
14．4．3 精確度、敏感度及特異性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．282
14．5 Rattle 在模型評估中的應(yīng)用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．282
14．5．1 混淆矩陣282
14．5．2 風險圖．．．．283
14．5．3 ROC 圖及相關(guān)圖表．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．286
14．5．4 模型得分數(shù)據(jù)集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．287
14．6 綜合實例．．．．．．．．．．．．．288
14．6．1 數(shù)據(jù)介紹288
14．6．2 模型建立288
14．6．3 模型結(jié)果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．289
數(shù)據(jù)挖掘：R 語言實戰(zhàn)
XII