机器学习全解 R语言版 黄天元 著

图书标准信息

• 作者 黄天元
• 出版社 人民邮电出版社
• 出版时间 2024-07
• 版次 1
• ISBN 9787115641465
• 定价 69.80元
• 装帧 其他
• 开本 16开
• 页数 200页

【内容简介】

机器学习是近年来非常热门的学科，R语言经过一段时间的发展也逐渐成为主流的编程语言之一。本书结合机器学习和R语言，面向机器学习实践，不仅介绍了机器学习和R语言的基础知识，而且介绍了如何借助不同的算法来进行模型分析，以及这些算法在R语言中的实现方式。通过阅读本书，读者可以快速了解机器学习和R语言的推荐知识，掌握机器学习的实现流程。
本书适合程序员、数据分析人员、对算法感兴趣的读者、机器学习领域的从业人员及科研人员阅读。

【作者简介】

黄天元，复旦大学博士，中国科学院博士后，现任浙江财经大学讲师。热爱数据科学与开源工具，致力于利用数据科学迅速积累行业经验和探索科学 发现。在 CRAN 上维护4个R 语言包（累计下载量破10万），著有《R语言数据高效处理指南》《文本数据挖掘：基于R语言》等图书，并开设知乎专栏《R 语言数据挖掘》。

【目录】

第 1章  机器学习概论1
1.1  机器学习的概念1
1.2  机器学习的意义2
1.3  机器学习的种类3
1.4  机器学习基本流程3
第 2章  R语言综合基础5
2.1  简易环境配置5
2.2  编程保留符号9
2.3  基本数据类型9
2.3.1  数值型10
2.3.2  逻辑型10
2.3.3  字符型11
2.3.4  因子型11
2.3.5  类型判断与转换12
2.4  常用数据结构12
2.4.1  向量12
2.4.2  矩阵13
2.4.3  列表14
2.4.4  数据框14
2.5  程序流程控制15
2.5.1  选择结构15
2.5.2  循环结构16
2.6  函数使用技巧18
第3章  高效数据操作19
3.1  R数据操作包简介19
3.2  数据读写19
3.3  管道操作符20
3.4  基本操作21
3.4.1  筛选列22
3.4.2  筛选行28
3.4.3  更新34
3.4.4  排序36
3.4.5  汇总40
3.4.6  分组计算41
3.4.7  列的重命名44
3.5  多表连接45
3.6  长宽转换50
3.7  集合运算53
3.8  缺失值处理55
3.9  列表列的运用56
第4章  tidyverse快速入门59
4.1  数据读取（readr）59
4.2  数据整理61
4.2.1  批处理（purrr）61
4.2.2  因子操作（forcats）64
4.2.3  时间操作（lubridate）67
4.2.4  字符串操作（stringr）68
4.2.5  数据框清洗（tibble/dplyr/tidyr）71
4.3  数据可视化（ggplot2）79
第5章  探索性数据分析82
5.1  基本概念介绍82
5.1.1  平均值82
5.1.2  标准差83
5.1.3  极值83
5.1.4  中位数84
5.1.5  相关系数84
5.2  探索工具实践86
5.2.1  vtree86
5.2.2  skimr88
5.2.3  naniar90
第6章  特征工程93
6.1  特征修饰93
6.1.1  归一化93
6.1.2  数据分箱94
6.1.3  缺失值填补101
6.2  特征构造107
6.2.1  构造交互项107
6.2.2  基于降维技术的特征构造108
6.2.3  One-Hot编码110
6.3  特征筛选111
6.3.1  过滤法111
6.3.2  封装法113
6.3.3  嵌入法114
第7章  重采样方法116
7.1  针对模型评估的重采样116
7.1.1  交叉验证116
7.1.2  自举法117
7.2  针对类失衡的重采样117
第8章  模型表现的衡量119
8.1  回归模型的表现衡量119
8.2  分类模型的表现衡量120
第9章  模型选择122
9.1  机器学习模型概览122
9.1.1  线性回归122
9.1.2  K近邻算法（KNN）123
9.1.3  朴素贝叶斯方法123
9.1.4  判别分析124
9.1.5  支持向量机124
9.1.6  人工神经网络125
9.1.7  决策树125
9.1.8  随机森林126
9.1.9  梯度下降法127
9.2  mlr3工作流简介127
9.2.1  环境配置127
9.2.2  任务定义128
9.2.3  学习器选择130
9.2.4  训练与预测131
9.3  基于mlr3的模型筛选134
第 10章  参数调节136
10.1  指定终止搜索条件136
10.2  设置指定参数组合138
10.3  范围内网格搜索139
10.4  范围内随机搜索140
第 11章  模型分析142
11.1  变量重要性评估142
11.2  变量影响作用分析146
11.3  基于个案的可加性归因方法149
第 12章  集成学习152
12.1  集成学习的三种策略152
12.1.1  装袋法简介152
12.1.2  提升法简介152
12.1.3  堆叠法简介153
12.2  基于caret与caretEnsemble框架的集成学习实现153
12.2.1  环境部署153
12.2.2  数据准备153
12.2.3  装袋法154
12.2.4  提升法155
12.2.5  堆叠156
第 13章  实践案例一：基于caret包对泰坦尼克号乘客存活率进行二分类预测161
13.1  工具简介161
13.2  问题背景162
13.3  数据审视162
13.4  特征工程163
13.5  数据划分164
13.6  模型训练165
13.7  模型的预测与评估165
13.8  超参数调节166
第 14章  实践案例二：基于mlr框架对波士顿房价进行回归预测169
14.1  工具简介169
14.2  问题背景169
14.3  数据审视与预处理170
14.4  任务定义174
14.5  建模与调参174
14.6  模型表现比较181
14.7  进一步的参数调节183
14.8  模型解释184
第 15章  实践案例三：基于mlr3框架对皮马印第安人糖尿病数据集进行特征筛选187
15.1  工具简介187
15.2  问题背景187
15.3  去除冗余特征188
15.4  特征重要性排序190
15.5  利用封装法对特征进行筛选191
第 16章  实践案例四：基于tidymodels框架对鸢尾花进行多分类预测193
16.1  工具简介193
16.2  问题背景193
16.3  数据集划分194
16.4  数据预处理195
16.5  指定重采样方法196
16.6  模型定义与调参197
16.7  观察模型在测试集的表现199