R语言数据分析、挖掘建模与可视化
正版保障 假一赔十 可开发票
￥ 46.61 4.7折 ￥ 99 全新
库存57件
广东广州
认证卖家担保交易快速发货售后保障
作者编者:刘顺祥|责编:王金柱
出版社清华大学出版社
ISBN9787302567622
出版时间2020-11
装帧平装
开本16开
定价99元
货号10800174
上书时间2024-05-24
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
刘顺祥，统计学硕士，“数据分析1480”公众号运营者。曾就职于唯品会电商平台，担任高级数据分析师一职。目前就职于国内某数据咨询公司，为联想、亨氏、美丽田园、喜力、网鱼网咖等企业提供数据咨询服务。著有《从零开始学Python数据分析与挖掘》一书。
目录
第1章 R语言的必备基础知识
1.1 R语言简介
1.2 R软件的下载与安装
1.3 第三方包的下载与加载
1.3.1 手动下载法
1.3.2 代码下载法
1.3.3 第三方包的加载
1.4 如何查看帮助文档
1.4.1 知包知函数——help函数
1.4.2 知函数未知包——help.search函数
1.4.3 知包未知函数——apropos函数
1.4.4 未知函数未知包——RSiteSearch函数
1.5 R语言中的数据结构
1.5.1 向量的创建
1.5.2 向量元素的获取
1.5.3 基于向量的数据类型转换
1.5.4 向量的因子化转换
1.5.5 基于向量的常用函数
1.6 矩阵的构造
1.6.1 矩阵索引的使用
1.6.2 基于矩阵运算的常用函数
1.7 数据框的构造及常用函数
1.7.1 构造数据框
1.7.2 基于数据框的常用函数
1.8 列表的构造及索引的使用
1.8.1 列表的构造
1.8.2 列表索引的使用
1.9 控制流语句及自定义函数
1.9.1 if分支
1.9.2 for循环
1.9.3 while循环
1.10 R语言中的自定义函数
1.11 巧用apply簇函数
1.11.1 tapply函数的使用
1.11.2 apply函数的使用
1.11.3 lapply与sapply函数的使用
1.12 教你一个爬虫项目
1.13 篇章总结
第2章 数据的读写操作
2.1 文本文件数据的读取
2.1.1 csv或txt格式的数据读入
2.1.2 Json格式的数据读入
2.2 Excel数据的读取
2.2.1 xlsx包读取Excel数据
2.2.2 readxl包读取Excel数据
2.3 数据库数据的读取
2.3.1 读取MySQL数据库
2.3.2 读取SQL Server数据库
2.4 几种常见的数据写出格式
2.4.1 写出至文本文件
2.4.2 写出至电子表格Excel
2.4.3 写出至数据库
2.5 篇章总结
第3章 数据的清洗与管理
3.1 重复记录的识别和处理
3.2 缺失值的识别
3.3 缺失值的处理办法
3.3.1 删除法
3.3.2 替换法
3.3.3 插补法
3.4 异常值的识别和处理
3.4.1 基于分位数法识别异常值
3.4.2 基于σ方法识别异常值
3.4.3 基于模型法识别异常值
3.4.4 异常值的处理办法
3.5 数据形状的重塑
3.5.1 reshape2包
3.5.2 Tidyr包
……
第4章 基于正则表达式的字符串处理技术
第5章 数据可视化技术的应用
第6章 可视化图形的个性化调整
第7章 线性回归模型的预测应用
第8章 岭回归与LASSO回归模型
第9章 Logistic回归模型的分类应用
第10章 决策树与随机森林的应用
第11章 KNN模型
第12章 朴素贝叶斯模型
第13章 SVM模型
第14章 GBDT模型
第15章 Kmeans聚类分析
主编推荐
"本书一共分为三大部分，系统地介绍数据分析与挖掘过程中所涉及的数据清洗、整理、可视化以及建模等环节，具体内容如下： 部分（~4章）介绍R语言的一些基础知识和使用技巧，内容包含R语言中的数据结构、控制流语句和自定义函数、apply簇函数的使用、外部数据的读取、数据的清洗和整理以及正则表达式的使用。 第二部分（第5、6章）重点介绍绘图包ggplot2的使用，详细讲解各种统计图形的绘制方法（如条形图、环形图、瓦片图、直方图、小提琴图、折线图、面积图、散点图、地图等），以及图形绘制过程中的微调策略（如图例位置的摆放、自定义颜色的调整、图形形状的选择以及多图形的组合等）。 第三部分（第7~15章）一共包含了10种数据挖掘算法的应用，如线性回归、决策树、支持向量机、GBDT等。采用通俗易懂的手法介绍每一个挖掘算法的理论知识，并借助于具体的项目数据完成算法的实战。本部分内容既可以提高数据分析与挖掘的水平和技能，也可以作为数据挖掘算法实操的模板。 "
精彩内容
本书循序渐进地介绍R语言在数据分析与挖掘中的应用，涵盖数据分析与挖掘的常规流程，如数据预处理（清洗、整合与运算等）、数据可视化（离散型与连续型数据的绘图姿势）、数据建模（十大数据挖掘模型的应用）等内容。本书共分l5章：第1章介绍R语言的基础知识，对于R语言初学者具有非常大的帮助；第2～4章讲解R语言的数据读写操作和数据的清洗与整理（如缺失值、异常值的处理，数据的聚合汇总计算，正则表达式等）；第5～6章重点阐述R语言中的绘图神器ggplot2，详细介绍绘图模板和图形的处理细节；第9～15章讲解十大常用数据挖掘模型，如回归模型、树模型、集成模型等。通过本书的学习，读者既可以掌握R语言的实操技巧，也可以掌握数据分析与挖掘的理论和应用。
本书既适于统计学、数学、经济学、金融学、管理学以及相关理工科专业的本科生、研究生使用，也有助于提高从事数据咨询、研究和分析等工作认识人士的专业水平和技能。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价