R語言數(shù)據(jù)分析：基礎、算法與實戰(zhàn)

第1章　R語言與數(shù)據(jù)分析 001
1.1　R與RStudio安裝 002
1.1.1　R語言安裝 002
1.1.2　RStudio安裝 003
1.1.3　R包安裝 005
1.2　數(shù)據(jù)分析簡介 007
1.2.1　數(shù)據(jù)分析的內容 007
1.2.2　數(shù)據(jù)分析工作流程 010
1.2.3　什么是數(shù)據(jù)分析師 012
1.2.4　數(shù)據(jù)分析師需要的技術和知識 012
1.3　R語言與數(shù)據(jù)分析 012
1.3.1　R語言為何適合數(shù)據(jù)分析 012
1.3.2　R語言常用數(shù)據(jù)分析包 013
1.4　本章小結 016
第2章　R語言快速入門 017
2.1　向量的數(shù)據(jù)類型 018
2.1.1　數(shù)值型 018
2.1.2　邏輯值型 020
2.1.3　字符型 020
2.1.4　因子型 022
2.2　矩陣與高維數(shù)組 023
2.2.1　矩陣 023
2.2.2　高維數(shù)組 025
2.3　數(shù)據(jù)框與列表 027
2.3.1　數(shù)據(jù)框 027
2.3.2　列表 030
2.4　條件判斷與循環(huán)語句 032
2.4.1　條件判斷語句 032
2.4.2　循環(huán)語句 033
2.5　編寫自己的函數(shù) 035
2.6　本章小結 037
第3章　R語言數(shù)據(jù)管理與操作 039
3.1　數(shù)據(jù)導入與保存 040
3.1.1　數(shù)據(jù)導入 040
3.1.2　數(shù)據(jù)保存 042
3.2　處理缺失值 042
3.2.1　缺失值發(fā)現(xiàn) 043
3.2.2　缺失值填充 044
3.3　數(shù)據(jù)操作 046
3.3.1　數(shù)據(jù)并行計算 046
3.3.2　數(shù)據(jù)選擇、過濾、分組 050
3.3.3　數(shù)據(jù)融合 059
3.3.4　進行長寬數(shù)據(jù)轉換 061
3.4　其它數(shù)據(jù)處理 062
3.4.1　lubridate包處理時間數(shù)據(jù) 062
3.4.2　stringr包處理文本數(shù)據(jù) 066
3.5　本章小結 072
第4章　R語言數(shù)據(jù)可視化 073
4.1　R語言基礎繪圖系統(tǒng) 074
4.1.1　基礎繪圖系統(tǒng)可視化基本設置 074
4.1.2　基礎繪圖系統(tǒng)可視化實戰(zhàn) 078
4.2　ggplot2包數(shù)據(jù)可視化 084
4.2.1　使用圖層構建圖像 085
4.2.2　ggplot2可視化進階 092
4.3　R語言其它數(shù)據(jù)可視化包 100
4.3.1　GGally包數(shù)據(jù)可視化 100
4.3.2　ggChernoff包數(shù)據(jù)可視化 103
4.3.3　ggTimeSeries包數(shù)據(jù)可視化 104
4.3.4　pheatmap包數(shù)據(jù)可視化 106
4.3.5　igraph包數(shù)據(jù)可視化 108
4.3.6　wordcloud包數(shù)據(jù)可視化 111
4.3.7　ComplexUpset包數(shù)據(jù)可視化 112
4.4　本章小結 114
第5章　R語言數(shù)據(jù)分析 115
5.1　相關性分析 116
5.1.1　相關系數(shù)介紹 116
5.1.2　相關系數(shù)計算與可視化分析 117
5.2　方差分析 118
5.2.1　單因素方差分析 118
5.2.2　雙因素方差分析 120
5.3　降維 123
5.3.1　常用數(shù)據(jù)降維算法 123
5.3.2　數(shù)據(jù)降維實戰(zhàn) 125
5.4　回歸分析 133
5.4.1　常用回歸算法 133
5.4.2　回歸評價指標 135
5.4.3　數(shù)據(jù)回歸實戰(zhàn) 136
5.5　分類 147
5.5.1　常用分類算法 147
5.5.2　分類評價指標 153
5.5.3　數(shù)據(jù)分類實戰(zhàn) 154
5.6　聚類 165
5.6.1　常用數(shù)據(jù)聚類算法 165
5.6.2　聚類評價指標 168
5.6.3　數(shù)據(jù)聚類實戰(zhàn) 168
5.7　時間序列預測 173
5.7.1　時序預測的相關模型 173
5.7.2　時間序列預測實戰(zhàn) 176
5.8　本章小結 185
第6章　綜合案例1：中藥材鑒別 187
6.1　聚類算法鑒別藥材種類 189
6.1.1　數(shù)據(jù)探索與可視化 189
6.1.2　數(shù)據(jù)降維與特征提取 192
6.1.3　數(shù)據(jù)聚類 193
6.2　分類算法鑒別藥材的產地 195
6.2.1　數(shù)據(jù)導入與探索 195
6.2.2　選擇數(shù)據(jù)中的重要特征 197
6.2.3　鑒別藥材的產地 200
6.3　分類算法鑒別藥材的類別 202
6.3.1　數(shù)據(jù)導入與探索 202
6.3.2　數(shù)據(jù)特征降維 204
6.3.3　預測藥材的類別 205
6.4　分類算法預測藥材的產地 210
6.4.1　數(shù)據(jù)導入與探索 210
6.4.2　數(shù)據(jù)特征降維 212
6.4.3　預測藥材的產地 213
6.5　本章小結 220
第7章　綜合案例2：抗乳腺癌候選藥物分析 221
7.1　數(shù)據(jù)特征提取 224
7.1.1　數(shù)據(jù)可視化探索 225
7.1.2　特征選擇 228
7.2　回歸模型預測生物活性 232
7.2.1　利用隨機森林提取的特征建立回歸模型 232
7.2.2　利用Lasso回歸提取的特征建立回歸模型 235
7.3　分類模型預測二分類變量 236
7.3.1　通過遞歸特征消除提取特征建立分類模型 236
7.3.2　通過主成分降維提取特征建立分類模型 241
7.4　本章小結 244
第8章　綜合案例3：文本內容數(shù)據(jù)分析 245
8.1　文本預處理 248
8.1.1　讀取文本數(shù)據(jù) 248
8.1.2　文本數(shù)據(jù)清洗 249
8.2　特征提取與可視化 252
8.2.1　TF特征 253
8.2.2　TF-IDF特征 254
8.2.3　詞云可視化 255
8.3　文本聚類 256
8.3.1　LDA主題模型聚類 256
8.3.2　K均值聚類 261
8.4　對文本進行分類 264
8.4.1　基于TF-IDF特征建立分類模型 264
8.4.2　基于TF特征建立分類模型 266
8.5　中文文本數(shù)據(jù)分析 268
8.5.1　《三國演義》文本數(shù)據(jù)預處理 269
8.5.2　對文本數(shù)據(jù)探索與特征提取 270
8.5.3　建立LDA主題模型 273
8.6　本章小結 276
參考文獻 277