R语言数据挖掘方法及应用/统计分析系列 9787121283277
全新正版 可开票 支持7天无理由
￥ 33.5 6.8折 ￥ 49 全新
库存2件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者编者:薛薇
出版社电子工业
ISBN9787121283277
出版时间2016-04
装帧其他
开本其他
定价49元
货号3511083
上书时间2024-01-21
- 在售商品 暂无
- 平均发货时间 13小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1篇 起步篇：R语言数据挖掘入门并不难
第1章 数据挖掘与R语言概述
【本章学习目标】
1.1 为什么要学习数据挖掘和R语言
1.2 什么是数据挖掘
1.3 数据挖掘能给出什么
1.3.1数据挖掘结果有哪些呈现方式
1.3.2 数据挖掘结果有哪些基本特征
1.4 数据挖掘能解决什么问题
1.4.1 数据预测
1.4.2 发现数据的内在结构
1.4.3 发现关联性
1.4.4 模式诊断
1.5 数据挖掘解决问题的思路
1.6 数据挖掘有哪些典型的商业应用
1.6.1 数据挖掘在客户细分中的应用
1.6.2 数据挖掘在客户流失分析中的应用
1.6.3 数据挖掘在营销响应分析中的应用
1.6.4 数据挖掘在交叉销售中的应用
1.6.5 数据挖掘在欺诈甄别中的应用
1.7 R语言入门需要知道什么
1.7.1 什么是R的包
1.7.2 如何获得 R
1.7.3 R如何起步
1.7.4 R的基本操作和其他
【本章附录】
第2章 R语言数据挖掘起步：R对象和数据组织
【本章学习目标】
2.1 什么是R的数据对象
2.1.1 R的数据对象有哪些类型
2.1.2 如何创建和访问R的数据对象
2.2 如何用R的向量组织数据
2.2.1 创建只包含一个元素的向量
2.2.2 创建包含多个元素的向量
2.2.3 访问向量中的元素
2.3 如何用R的矩阵组织数据
2.3.1 创建矩阵
2.3.2 访问矩阵中的元素
2.4 如何用R的数据框组织数据
2.4.1 创建数据框
2.4.2 访问数据框
2.5 如何用R的数组、列表组织数据
2.5.1 创建和访问数组
2.5.2 创建和访问列表
2.6 R数据对象的相互转换
2.6.1 不同存储类型之间的转换
2.6.2 不同结构类型之间的转换
2.7 如何将外部数据组织到R数据对象中
2.7.1 将文本数据组织到R对象中
2.7.2 将SPSS数据组织到R对象中
2.7.3 将数据库和Excel表数据组织到R对象中
2.7.4 将网页表格数据组织到R对象中
2.7.5 R有哪些自带的数据包
2.7.6 如何将R对象中的数据保存起来
2.8 R程序设计需哪些必备知识
2.8.1 R程序设计涉及哪些基本概念
2.8.2 R有哪些常用的系统函数
2.8.3 用户自定义函数提升编程水平
2.8.4 如何提高R程序处理的能力
2.9 R程序设计与数据整理综合应用
2.9.1 综合应用一：数据的基本处理
2.9.2 综合应用二：如何将汇总数据还原为原始数据
【本章附录】
第3章 R语言数据挖掘初体验：对数据的直观印象
【本章学习目标】
【案例与思考】
3.1 数据的直观印象
3.1.1 R的数据可视化平台是什么？
3.1.3 R的图形边界和布局
3.1.2 R的图形组成和图形参数
3.1.4 如何修改R的图形参数？
3.2 如何获得单变量分布特征的直观印象
3.2.1 核密度图：车险理赔次数的分布特点是什么？
3.2.2 小提琴图：不同车型车险理赔次数的分布有差异吗？
3.2.3 克利夫兰点图：车险理赔次数存在异常吗？
……
第2篇 数据预测篇：立足数据预测未知
第4章 基于近邻的分类预测：与近邻有趋同的选择
第5章 基于规则的分类和组合预测：给出易懂且稳健的预测
第6章 基于神经网络的分类预测：给出高精确的预测
第7章 基于支持向量的分类预测：给出最大把握的预测
第3篇 数据分组篇：发现数据中的自然群组
第8章 常规聚类：直观的数据全方位自动分组
第9章 特色聚类：数据分组还可以这样做
第4篇 数据关联篇：发现数据的内在关联性
第10章 发现数据中的关联特征：关联是推荐的依据
第11章 复杂网络分析初步：基于关系的研究
第5篇 离群数据探索篇：发现数据中的离群点
第12章 模式甄别：诊断异常数据
内容摘要
大数据不仅意味着数据的积累、存储与管理，更意味着大数据的分析。数据挖掘无可争议地成为当今大数据分析的核心利器。R语言因彻底的开放性策略业已跻身数据挖掘工具之首列。薛薇编著的《R语言
数据挖掘方法及应用》以“R语言数据挖掘入门并不难”为起步篇，总览了数据挖掘的理论和应用轮廓，明确了R语言入门的必备知识和学习路线，并展示了数据挖掘的初步成果，旨在使读者快速起步数据挖掘实践。后续围绕数据挖掘应用的四大核心方面，安排了数据预测篇：立足数据预测未知，数据分组篇：发现数据中的自然群组，数据关联篇：发现数据的内在关联性，离群数据探索篇：发现数据中的离群点。每篇下各设若干章节，各章节从简单易懂且具代表性的案例问题人手，剖析理论方法原理，讲解R语言实现，并给出案例的R语言数据挖掘代码和结果解释。本书内容覆盖之广泛，原理讲解之通俗，R语言实现步骤之详尽，在国内外同类书籍中尚不多见。相关数据资料及电子教案，可登录华信教育资源网www.hxedu.com.cn免费下载。
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课程教材，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。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价