• R语言数据挖掘(21世纪统计学系列教材)
  • R语言数据挖掘(21世纪统计学系列教材)
  • R语言数据挖掘(21世纪统计学系列教材)
  • R语言数据挖掘(21世纪统计学系列教材)
  • R语言数据挖掘(21世纪统计学系列教材)
  • R语言数据挖掘(21世纪统计学系列教材)
  • R语言数据挖掘(21世纪统计学系列教材)

R语言数据挖掘(21世纪统计学系列教材)

10 1.9折 52 九五品

仅1件

河北沧州南皮
认证卖家担保交易快速发货售后保障

作者薛薇 著

出版社中国人民大学出版社

出版时间2016-04

版次1

装帧平装

上书时间2021-10-22

   商品详情   

品相描述:九五品
图书标准信息
  • 作者 薛薇 著
  • 出版社 中国人民大学出版社
  • 出版时间 2016-04
  • 版次 1
  • ISBN 9787300226705
  • 定价 52.00元
  • 装帧 平装
  • 开本 16开
  • 纸张 胶版纸
  • 页数 456页
  • 丛书 21世纪统计学系列教材
【内容简介】
网络将物理世界的自然资源和心理世界的智慧资源联系在一起,拥有无限的数据资源。数据挖掘是目前开发数据资源,探索未知世界的*先进方法。数据挖掘突破了传统数据分析理论的应用局限,利用高性能计算逼近数据规律的真相。R语言则以其开源性、全面性、易用性和可扩充性,成为数据挖掘实践*有效的工具。本书围绕数据预测、揭示数据内在结构、揭示数据关联性、诊断异常数据等数据挖掘核心目标,深入浅出地讨论了众多经典数据挖掘方法、R语言实现以及案例。
本书可作为高等院校相关专业本科生和研究生的数据挖掘教材使用,也适合科研机构、政府和企业经营管理部门等研究人员阅读参考。
【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。
【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
1.7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
6.2BP反向传播网络
6.3BP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:KMeans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
点击展开 点击收起

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP