R语言与数据挖掘

Contents目　　录
前　言
第一部分　基础篇
第1章　R语言的安装与使用    2
1.1　R安装与升级    3
1.2　R使用入门    4
1.2.1　R操作界面    4
1.2.2　RStudio窗口介绍    5
1.2.3　R常用操作    6
1.3　R数据分析包    8
1.4　配套资源使用说明    10
1.5　小结    10
1.6　上机实验    10
第2章　数据对象与数据读写    12
2.1　数据类型    12
2.2　数据结构    16
2.2.1　向量    16
2.2.2　矩阵    19
2.2.3　数组    24
2.2.4　数据框    25
2.2.5　因子    28
2.2.6　列表    31
2.3　数据文件的读写    34
2.3.1　键盘输入数据    34
2.3.2　读取不同格式的数据    35
2.3.3　从其他统计软件获取数据    37
2.3.4　从数据库获取数据    37
2.3.5　从网页获取数据    39
2.4　小结    40
2.5　上机实验    40
第3章　R语言常用数据管理    42
3.1　变量的重命名    42
3.2　缺失值分析    45
3.3　数据排序    46
3.4　随机抽样    48
3.5　数值运算函数    49
3.6　字符串处理    52
3.7　文本分词    56
3.8　apply函数族    62
3.9　数据整合    65
3.10　控制流    68
3.11　函数的编写    71
3.12　小结    72
3.13　上机实验    73
第4章　图形探索    75
4.1　图形元素    76
4.1.1　颜色    76
4.1.2　点    80
4.1.3　文本    82
4.1.4　线条    86
4.1.5　图例    91
4.1.6　坐标轴    92
4.2　图形组合    94
4.3　图形保存    97
4.4　图形函数    98
4.5　小结    116
4.6　上机实验    116
第5章　高级绘图工具    117
5.1　lattice包绘图工具    117
5.1.1　绘图特色    117
5.1.2　基本图形    122
5.2　ggplot2包绘图工具    135
5.2.1　从qplot开始     135
5.2.2　ggplot作图    137
5.3　交互式绘图工具简介    142
5.3.1　rCharts包    143
5.3.2　recharts包    147
5.3.3　googleVis包    147
5.3.4　htmlwidgets包    148
5.3.5　shiny包    153
5.4　小结    163
5.5　上机实验    163
第二部分　建模应用篇
第6章　分类与预测    166
6.1　回归分析    166
6.2　决策树    175
6.2.1　C4.5算法    176
6.2.2　CART算法    178
6.2.3　C5.0算法    180
6.3　人工神经网络    181
6.4　KNN算法    183
6.5　朴素贝叶斯分类    185
6.6　其他分类与预测算法函数    187
6.7　分类与预测算法评价    192
6.8　小结    196
6.9　上机实验    196
第7章　聚类分析    198
7.1　K-Means聚类分析函数    199
7.2　层次聚类算法    204
7.3　其他聚类分析函数    207
7.4　小结    211
7.5　上机实验    212
第8章　关联规则    213
8.1　Apriori关联规则    214
8.2　小结    226
8.3　上机实验    226
第9章　智能推荐    228
9.1　智能推荐模型构建    228
9.2　智能推荐模型评价    232
9.3　小结    235
9.4　上机实验    235
第10章　时间序列    237
10.1　ARIMA模型    237
10.2　其他时间序列模型    245
10.3　小结    250
10.4　上机实验     251
第三部分　Rattle篇
第11章　可视化数据挖掘工具Rattle    254
11.1　Rattle简介及其安装    254
11.1.1　Rattle简介    254
11.1.2　Rattle安装    254
11.2　功能预览    255
11.3　数据导入    256
11.3.1　导入CSV数据    256
11.3.2　导入ARFF数据    261
11.3.3　导入ODBC数据    262
11.3.4　R Dataset——导入其他数据源    264
11.3.5　导入RData File数据集    267
11.3.6　导入Library数据    268
11.4　数据探索    269
11.4.1　数据总体概况    269
11.4.2　数据分布探索    272
11.4.3　相关性    275
11.4.4　主成分    277
11.4.5　交互图    278
11.5　数据建模    283
11.5.1　聚类分析    283
11.5.2　关联规则    288
11.5.3　决策树    291
11.5.4　随机森林    293
11.6　模型评估    296
11.6.1　混淆矩阵    296
11.6.2　风险图    296
11.6.3　ROC图及相关图表    297
11.6.4　模型得分数据集    298
11.7　小结    299
11.8　上机实验    299
参考资料    301