R语言与数据挖掘

图书标准信息

• 作者 张良均、谢佳标、杨坦、肖刚 著
• 出版社 机械工业出版社
• 出版时间 2016-06
• 版次 1
• ISBN 9787111540526
• 定价 59.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 302页
• 丛书 大数据技术丛书

【内容简介】

　　这是公认的、权*的适合教学和零基础自学的R语言与数据挖掘教程，华南师范大学、广东工业大学、广西科技大学等20余所大学选为教材。即便你完全没有R语言编程基础和数据挖掘基础，根据本书中的理论知识和上机实践，你也能迅速掌握如何使用R语言进行数据挖掘。本书已经被多少高校预定为教材，为了便于教学，书中还提供了大量的上机实验和教学资源。 

　　本书主要分为三个部分： 

　　基础篇（1~5章），主要包括R语言及图形操作工具RStudio的安装及使用方法、数据类型和数据对象、数据预处理的常用操作（包括数据重命名、缺失值分析、排序、随机抽样等）、绘图功能（包括散点图、直方图、条形图、箱线图等）。 

　　建模应用篇（6~10章），主要对数据挖掘中的常用算法的函数在R语言中的使用方法及其结果解释进行了介绍。涵盖了目前数据挖掘的5大类算法，包括分类与预测、聚类分析、关联规则、智能推荐和时序模式。按照模型建立至模型评价的架构进行介绍，使读者能熟练的掌握从建模到对模型评价的完整建模过程。 

　　Rattle篇（11章），此工具能够在一个图形化的界面上对本书所介绍的R语言功能进行操作，使读者能更好的体验到使用R语言进行数据挖掘的整个流程。 

　　书中配套提供了原始样本数据文件及对应章节示例代码。每个章节有对应的练习实验和教学PPT，读者可通过完成对应的练习，迅速掌握R语言的用法和数据挖掘的方法。 

【作者简介】

　　张良均，资深大数据挖掘专家，高级信息项目管理师，有近20年的大数据挖掘应用、咨询和培训经验，被称为“中国大数据挖掘培训教父”。为电信、电力、政府、互联网、生产制造、零售、银行、生物、化工、医药等多个行业上百家大型企业提供过数据挖掘应用与咨询服务，实践经验丰富。现任广东工业大学、华南师范大学、华南农业大学等6所高校兼职教授。著有《神经网络实用教程》《数据挖掘：实用案例分析》《R语言数据分析与挖掘实战》等畅销图书。 

　　谢佳标，资深R语言专家，多次于中国R语言大会发表演讲，具有十余年的数据挖掘实战经验。目前于某上市互联网游戏公司，任高级数据分析师，负责大数据挖掘及可视化。培训过的精品课程有：《R语言基础培训》《数据分析之R语言实战》《机器学习与R语言实践》等。 

　　万正勇，某国际投行VP，有超过10年的金融系统大数据挖掘及分析经验，超过15年的大型金融机构核心交易系统规划设计开发经验。数据库及中间件专家，先后获得中国首届十大杰出数据库工程师，Oracle 中间件 ACE Director以及 Oracle 数据库 ACE 等称号。曾为电信，电力，航空，银行，保险，互联网，交通，制造等等行业相关龙头企业提供过咨询服务。著有《衍生数学》，《Oracle数据库DBA专题技术精粹》等畅销书。 

【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