R语言数据挖掘(第2版)(21世纪统计学系列教材) - 中国高校教材图书网
|
|
书名: |
R语言数据挖掘(第2版)(21世纪统计学系列教材)
|
ISBN: | 978-7-300-25825-6 |
条码: | |
作者: |
薛薇
相关图书
|
装订: | 平装 |
印次: | 2-1 |
开本: | 16开 |
定价: |
¥55.00
折扣价:¥49.50
折扣:0.90
节省了5.5元
|
字数: |
664千字
|
出版社: |
中国人民大学出版社 |
页数: |
|
发行编号: | 2017F1727 |
每包册数: |
|
出版日期: |
2018-07-10 |
|
内容简介: |
数据挖掘,继承和发展经典统计分析的理论成果,结合现代机器学习方法,借助大规模高性能计算不断逼近大数据规律真相,突破了传统数据分析方法的大数据应用局限;R语言,以其开源性、易用性、全面性、前沿性和可扩充性,是实现大数据分析实践的有效工具。《R语言数据挖掘》努力坚持:讲明白理论原理,讲明白案例问题,讲明白实现步骤,讲明白结果含义的写作风格,围绕大数据分析的四大核心问题:建立数据预测模型,揭示数据内在结构,探究数据关联性,诊断异常数据,以应用案例为线索,深入浅出地讨论了众多经典数据挖掘方法原理,完整详细地讲解了R语言实现过程。本书可作为高等院校统计学、数据科学和大数据技术、大数据管理等相关专业本科生和研究生数据挖掘、机器学习和其他数据分析课程的教材,也可作为科研机构、政府和企业经营管理部门等研究人员参考用书。
|
作者简介: |
薛薇,中国人民大学应用统计中心副主任,中国人民大学统计学院副教授。主要研究领域:数据挖掘、文本挖掘、复杂网络建模。关注统计和数据挖掘算法及软件应用,统计数据库系统研发等方面。涉足交通、金融、贸易等复杂网络动态建模,电商数据分析,网络新媒体舆论传播、热点事件主题跟踪和预测建模,政府和官方微博、学科学术热点跟踪等文本挖掘,以及社会网络分析和以数据挖掘为依托的客户关系管理等领域。
|
章节目录: |
第1章数据挖掘与R语言概述 1.1什么是数据挖掘 1.2数据挖掘的结果 1.3数据挖掘能做什么 1.4数据挖掘方法的特点 1.5数据挖掘的典型应用 1.6R语言入门必备 1.7RStudio简介 1.8本章函数列表 第2章R的数据组织和整理 2.1R的数据对象 2.2向量的创建和访问 2.3矩阵的创建和访问 2.4数据框的创建和访问 2.5数组和列表的创建和访问 2.6数据对象的相互转换 2.7导入外部数据和保存数据 2.8R语言程序设计基础 2.9R语言数据整理和程序设计综合应用 2.10本章函数列表 第3章R的数据可视化 3.1绘图基础 3.2单变量分布特征的可视化 3.3多变量联合分布特征的可视化 3.4变量间相关性的可视化 3.5GIS数据的可视化 3.6文本词频数据的可视化 3.7本章函数列表 第4章R的近邻分析:数据预测 4.1近邻分析:K近邻法 4.2基于变量重要性的加权K近邻法 4.3基于观测相似性的加权K近邻法 4.4本章函数列表 第5章R的决策树:数据预测 5.1决策树算法概述 5.2分类回归树的生长过程 5.3分类回归树的剪枝 5.4分类回归树的R函数和应用示例 5.5建立分类回归树的组合预测模型 5.6随机森林 5.7本章函数列表 第6章R的人工神经网络:数据预测 6.1人工神经网络概述 6.2BP反向传播网络 6.3BP反向传播网络的R函数和应用示例 6.4本章函数列表 第7章R的支持向量机:数据预测 7.1支持向量分类概述 7.2线性可分问题下的支持向量分类 7.3广义线性可分问题下的支持向量分类 7.4线性不可分问题下的支持向量分类 7.5多分类的支持向量分类 7.6支持向量回归 7.7R的支持向量机及应用示例 7.8本章函数列表 第8章R的一般聚类:揭示数据内在结构 8.1聚类分析概述 8.2基于质心的聚类模型:KMeans聚类 8.3基于质心的聚类模型:PAM聚类 8.4基于联通性的聚类模型:层次聚类 8.5基于统计分布的聚类模型:EM聚类 8.6本章函数列表 第9章R的特色聚类:揭示数据内在结构 9.1BIRCH聚类 9.2SOM网络聚类 9.3基于密度的聚类模型:DBSCAN聚类 9.4本章函数列表 第10章R的关联分析:揭示数据关联性 10.1简单关联规则及其测度 10.2Apriori算法及应用示例 10.3Eclat算法及应用示例 10.4简单关联分析的应用示例 10.5序列关联分析及SPADE算法 10.6本章函数列表 第11章R的模式甄别:诊断异常数据 11.1模式甄别方法和评价概述 11.2模式甄别的无监督侦测方法及应用示例 11.3模式甄别的有监督侦测方法及应用示例 11.4模式甄别的半监督侦测方法及应用示例 11.5本章函数列表 第12章R的网络分析初步 12.1网络的定义、表示及构建 12.2网络节点重要性的测度 12.3网络子群构成特征研究 12.4网络整体特征刻画 12.5主要网络类型及特点 12.6本章函数列表R语言数据挖掘
|
精彩片段: |
|
书 评: |
|
其 它: |
|
|
|