数据科学：R语言实现

图书标准信息

• 作者 [美]丘祐玮（David Chiu）
• 出版社 机械工业出版社
• 出版时间 2017-06
• 版次 1
• ISBN 9787111568315
• 定价 79.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸

【内容简介】

本书通过简单直观的R代码、逐渐深入的讲解以及省时省力的方法，提供了大量数据分析样例，终帮助你高效地解决各类数据问题。第1章介绍了如何创建R函数，避免不必要的代码重复。你会学到如何借助R程序包在各种数据源上准备、处理和执行复杂的ETL操作。后面的章节介绍了财务数据的时间序列分析，同时还介绍了机器学习的几个热点，例如数据分类、回归、聚类、关联规则挖掘、降维等。本书的结尾中，你会学到如何解决实际问题，并能够在数据分析过程中轻松地给出解决方案。

【目录】

目　　录

推荐序

译者序

前言

第1章　R中的函数1

1.1引言1

1.2　创建R函数2

1.3　匹配参数3

1.4　理解环境5

1.5　使用词法域8

1.6　理解闭包10

1.7　执行延迟计算12

1.8　创建中缀操作符13

1.9　使用替代函数15

1.10　处理函数中的错误17

1.11　调试函数21

第2章　数据抽取、转换和加载28

2.1　引言28

2.2　下载公开数据28

2.3　读取和写入CSV文件31

2.4　扫描文本文件32

2.5　使用Excel文件34

2.6　从数据库中读取数据36

2.7　爬取网络数据38

2.8　获取Facebook数据44

2.9　使用twitteR49

第3章　数据预处理和准备53

3.1　引言53

3.2　重命名数据变量53

3.3　转换数据类型55

3.4　使用日期格式57

3.5　添加新的记录58

3.6　过滤数据60

3.7　舍弃数据63

3.8　合并数据64

3.9　排列数据65

3.10　重塑数据67

3.11　检测缺失数据69

3.12　估计缺失数据71

第4章　数据操作74

4.1　引言74

4.2　使用data.table加强data.frame74

4.3　使用data.table管理数据77

4.4　使用data.table执行快速聚合82

4.5　使用data.table合并大型数据集85

4.6　使用dplyr进行数据抽取和切片88

4.7　使用dplyr进行数据抽样91

4.8　使用dplyr选取列92

4.9　使用dplyr进行链式操作94

4.10　使用dplyr整理行95

4.11　使用dplyr消除重复行97

4.12　使用dplyr添加新列98

4.13　使用dplyr汇总数据99

4.14　使用dplyr合并数据102

第5章　使用ggplot2可视化数据105

5.1　引言105

5.2　使用ggplot2创建基础图形106

5.3　改变美学映射109

5.4　引入几何对象112

5.5　执行变换116

5.6　调整图形尺度118

5.7　分面120

5.8　调整主题122

5.9　组合图形124

5.10　创建地图126

第6章　制作交互式报告131

6.1　引言131

6.2　创建R Markdown报告131

6.3　学习markdown语法135

6.4　嵌入R代码块137

6.5　使用ggvis创建交互式图形140

6.6　理解基础语法143

6.7　控制坐标轴和图例148

6.8　使用尺度153

6.9　给ggvis图形添加交互154

6.10　创建R Shiny文档159

6.11　发布R Shiny报告164

第7章　概率分布模拟169

7.1　引言169

7.2　生成随机样本169

7.3　理解均匀分布171

7.4　生成二项随机变量173

7.5　生成泊松随机变量175

7.6　从正态分布中抽样177

7.7　从卡方分布中抽样183

7.8　理解学生t-分布185

7.9　从数据集中抽样187

7.10　模拟随机过程188

第8章　R中的统计推断191

8.1　引言191

8.2　获取置信区间191

8.3　执行Z-检验196

8.4　执行学生T-检验199

8.5　执行精确二项检验202

8.6　执行Kolmogorov-Smirnov检验203

8.7　使用Pearson卡方检验205

8.8　理解Wilcoxon秩和检验207

8.9　执行单因素方差分析209

8.10　执行双因素方差分析212

第9章　R语言规则和模式挖掘216

9.1　引言216

9.2　把数据转换为事务216

9.3　展示事务和关联218

9.4　使用Apriori规则挖掘关联关系220

9.5　对冗余规则剪枝223

9.6　可视化关联规则224

9.7　使用Eclat挖掘频繁项集226

9.8　使用时序信息创建事务228

9.9　使用cSPADE挖掘频繁序列模式231

第10章　R语言时间序列挖掘235

10.1　引言235

10.2　创建时间序列数据235

10.3　绘制时间序列对象238

10.4　分解时间序列241

10.5　平滑时间序列243

10.6　预测时间序列247

10.7　选取ARIMA模型251

10.8　创建ARIMA模型255

10.9　使用ARIMA模型预测257

10.10　使用ARIMA模型预测股票价格260

第11章　监督式机器学习264

11.1　引言264

11.2　使用lm拟合线性回归模型264

11.3　汇总线性模型拟合266

11.4　使用线性回归来预测未知值268

11.5　度量回归模型的性能270

11.6　执行多元回归分析272

11.7　使用逐步回归选取最优拟合回归模型274

11.8　应用高斯模型泛化线性回归276

11.9　执行逻辑斯谛回归分析277

11.10　使用递归分割树构建分类模型280

11.11　可视化递归分割树282

11.12　使用混淆矩阵度量模型性能283

11.13　使用ROCR度量预测性能285

第12章　非监督式机器学习288

12.1　引言288

12.2　使用层次聚类法对数据聚类288

12.3　切割树成聚类291

12.4　使用k-means方法对数据聚类293

12.5　使用基于密度的方法对数据聚类294

12.6　从聚类中抽取轮廓信息296

12.7　比较多种聚类方法298

12.8　使用基于密度的聚类识别数字299

12.9　使用k-means聚类方法分组相似文本文档301

12.10　使用主成分分析法进行数据降维303

12.11　使用陡坡图确定主成分数量305

12.12　使用Kaiser方法确定主成分数量306

12.13　使用双标图可视化多变元数据308