精品麻豆国产色欲色欲色欲www,一本久道综合在线无码视频

本書系統(tǒng)地介紹了利用R 語言進(jìn)行數(shù)據(jù)分析和挖掘的相關(guān)技術(shù)，采用由淺入深的框架體系：開篇伊始介紹R 語言的基礎(chǔ)操作，進(jìn)而介紹回歸分析、方差分析等數(shù)據(jù)分析的方法，以更好地探索數(shù)據(jù)內(nèi)部結(jié)構(gòu)，獲取數(shù)據(jù)所包含的信息；更重要的是為后續(xù)的數(shù)據(jù)挖掘提供理論依據(jù)；*后介紹典型數(shù)據(jù)挖掘工具和方法，采用理論基礎(chǔ)到算法介紹到案例實(shí)戰(zhàn)的布局，讓讀者深刻感知數(shù)據(jù)挖掘的精髓，在了解算法的同時(shí)更好地學(xué)以致用。

第1 章 R 語言簡(jiǎn)介

1.1 R 語言軟件的安裝與運(yùn)行................................................................................................. 1

1.1.1 R 語言軟件的安裝、啟動(dòng)與關(guān)閉........................................................................... 1

1.1.2 R 語言程輯包的安裝和使用.................................................................................. 4

1.2 R 語言的數(shù)據(jù)結(jié)構(gòu)............................................................................................................. 6

1.2.1 R 語言對(duì)象和類型................................................................................................. 6

1.2.2 向量........................................................................................................................ 7

1.2.3 數(shù)組和矩陣........................................................................................................... 12

1.2.4 列表...................................................................................................................... 17

1.2.5 數(shù)據(jù)框.................................................................................................................. 20

第2 章數(shù)據(jù)的讀取與保存

2.1 數(shù)據(jù)的讀取...................................................................................................................... 24

2.1.1 讀取內(nèi)置數(shù)據(jù)集和文本文件................................................................................ 24

2.1.2 讀取Excel 數(shù)據(jù)和CSV 格式的數(shù)據(jù).................................................................... 30

2.1.3 讀取R 語言格式數(shù)據(jù)和網(wǎng)頁數(shù)據(jù)........................................................................ 33

2.1.4 讀取其他格式的數(shù)據(jù)........................................................................................... 34

2.2 數(shù)據(jù)保存.......................................................................................................................... 36

2.2.1 寫出數(shù)據(jù).............................................................................................................. 36

2.2.2 使用函數(shù)cat() ...................................................................................................... 37

2.2.3 保存為R 語言格式文件....................................................................................... 38

2.2.4 保存為其他類型文件........................................................................................... 39

第3 章數(shù)據(jù)預(yù)處理

3.1 缺失值處理...................................................................................................................... 40

3.1.1 缺失值判斷........................................................................................................... 40

3.1.2 缺失模型判斷....................................................................................................... 44

3.1.3 常用處理方法....................................................................................................... 48

3.2 數(shù)據(jù)整理.......................................................................................................................... 53

3.2.1 數(shù)據(jù)合并.............................................................................................................. 53

3.2.2 選取子集.............................................................................................................. 56

3.2.3 數(shù)據(jù)轉(zhuǎn)換.............................................................................................................. 59

第4 章數(shù)據(jù)的探索性分析

4.1 基本繪圖函數(shù).................................................................................................................. 66

4.2 探索單個(gè)變量.................................................................................................................. 74

4.2.1 單組數(shù)據(jù)的圖形描述........................................................................................... 74

4.2.2 單組數(shù)據(jù)的描述性分析....................................................................................... 79

4.3 探索多個(gè)變量.................................................................................................................. 81

4.3.1 兩組數(shù)據(jù)的圖形描述........................................................................................... 81

4.3.2 多組數(shù)據(jù)的圖形描述........................................................................................... 85

4.3.3 多組數(shù)據(jù)的描述性統(tǒng)計(jì)....................................................................................... 88

4.4 其他圖像探索.................................................................................................................. 90

第5 章回歸分析

5.1 一元線性回歸.................................................................................................................. 94

5.1.1 模型簡(jiǎn)介.............................................................................................................. 94

5.1.2 函數(shù)介紹.............................................................................................................. 96

5.1.3 綜合案例：iris 數(shù)據(jù)集的一元回歸建模.............................................................. 97

5.2 多元線性回歸.................................................................................................................. 99

5.2.1 模型簡(jiǎn)介.............................................................................................................. 99

5.2.2 綜合案例：iris 數(shù)據(jù)集的多元回歸建模............................................................ 100

5.3 變量的選擇.................................................................................................................... 105

5.3.1 逐步回歸方法簡(jiǎn)介及函數(shù)介紹.......................................................................... 105

5.3.2 綜合案例：swiss 數(shù)據(jù)集的逐步回歸建模......................................................... 106

5.3.3 嶺回歸的方法簡(jiǎn)介及函數(shù)介紹.......................................................................... 109

5.3.4 綜合案例：longley 數(shù)據(jù)集的嶺回歸探索.......................................................... 110

5.3.5 lasso 回歸方法簡(jiǎn)介及函數(shù)介紹......................................................................... 114

5.3.6 綜合案例：longley 數(shù)據(jù)集的lasso 回歸建模.................................................... 115

5.4 Logistic 回歸.................................................................................................................. 117

5.4.1 模型簡(jiǎn)介............................................................................................................ 117

5.4.2 函數(shù)介紹............................................................................................................ 119

5.4.3 綜合案例：iris 數(shù)據(jù)集的邏輯回歸建模............................................................ 120

第6 章方差分析

6.1 單因素方差分析............................................................................................................ 124

6.1.1 模型介紹............................................................................................................ 124

6.1.2 函數(shù)介紹............................................................................................................ 126

6.1.3 綜合案例：不同治療方法下膽固醇降低效果的差異性分析............................ 127

6.2 雙因素方差分析............................................................................................................ 130

6.2.1 模型介紹............................................................................................................ 130

6.2.2 綜合案例：不同劑量下老鼠妊娠重量的差異性分析........................................ 132

6.3 協(xié)方差分析.................................................................................................................... 136

6.3.1 模型簡(jiǎn)介............................................................................................................ 136

6.3.2 函數(shù)介紹............................................................................................................ 136

6.3.3 綜合案例：hotdog 數(shù)據(jù)集的協(xié)方差分析........................................................... 137

第7 章主成分分析和因子分析

7.1 降維的基本方法：主成分分析..................................................................................... 139

7.1.1 理論基礎(chǔ)：原始變量的線性組合...................................................................... 139

7.1.2 模型介紹............................................................................................................ 141

7.1.3 函數(shù)介紹............................................................................................................ 143

7.1.4 綜合案例：longley 數(shù)據(jù)集的變量降維及回歸.................................................. 144

7.1.5 綜合案例：longley 數(shù)據(jù)集的變量降維及回歸（主成分回歸）....................... 148

7.2 推廣發(fā)展：因子分析.................................................................................................... 150

7.2.1 理論基礎(chǔ)：多個(gè)變量綜合為少數(shù)因子............................................................... 150

7.2.2 模型介紹............................................................................................................ 151

7.2.3 函數(shù)介紹............................................................................................................ 153

7.2.4 綜合案例：能力和智商測(cè)試的因子分析探索................................................... 154

第8 章判別分析

8.1 距離判別法.................................................................................................................... 160

8.1.1 理論基礎(chǔ)：離誰近，就屬于誰.......................................................................... 160

8.1.2 函數(shù)介紹............................................................................................................ 162

8.1.3 綜合案例：基于距離判別的iris 數(shù)據(jù)集分類.................................................... 164

8.2 Bayes 判別法................................................................................................................. 168

8.2.1 理論基礎(chǔ)：先驗(yàn)概率與錯(cuò)判損失...................................................................... 168

8.2.2 函數(shù)介紹............................................................................................................ 170

8.2.3 綜合案例：基于iris 數(shù)據(jù)集的Bayes 判別分析................................................ 171

8.3 Fisher 判別法................................................................................................................. 171

8.3.1 理論基礎(chǔ)：投影................................................................................................. 171

8.3.2 函數(shù)介紹............................................................................................................ 173

8.3.3 綜合案例：基于Fisher 判別的iris 數(shù)據(jù)集分類................................................ 174

第9 章常規(guī)聚類分析

9.1 深入了解聚類分析........................................................................................................ 178

9.1.1 差異與分類......................................................................................................... 178

9.1.2 主流的聚類算法................................................................................................. 179

9.2 動(dòng)態(tài)聚類........................................................................................................................ 180

9.2.1 聚類的基本過程................................................................................................. 180

9.2.2 函數(shù)介紹............................................................................................................ 183

9.2.3 綜合案例：基于隨機(jī)生成序列的動(dòng)態(tài)聚類....................................................... 184

9.3 層次聚類........................................................................................................................ 194

9.3.1 聚類的基本過程................................................................................................. 194

9.3.2 函數(shù)介紹............................................................................................................ 197

9.3.3 綜合案例：基于UScitiesD 數(shù)據(jù)集的層次聚類................................................. 199

9.4 密度聚類........................................................................................................................ 202

9.4.1 聚類的基本過程................................................................................................. 202

9.4.2 函數(shù)介紹............................................................................................................ 202

9.4.3 綜合案例：基于隨機(jī)生成序列的密度聚類....................................................... 203

9.5 EM 聚類......................................................................................................................... 204

9.5.1 聚類的基本過程................................................................................................. 205

9.5.2 函數(shù)介紹............................................................................................................ 205

9.5.3 綜合案例：基于iris 數(shù)據(jù)集的EM 聚類............................................................ 206

第10 章關(guān)聯(lián)規(guī)則

10.1 簡(jiǎn)單關(guān)聯(lián)規(guī)則.............................................................................................................. 210

10.1.1 基本概念與表示形式....................................................................................... 210

10.1.2 評(píng)價(jià)簡(jiǎn)單關(guān)聯(lián)規(guī)則的有效性和實(shí)用性............................................................. 211

10.2 序列關(guān)聯(lián)規(guī)則.............................................................................................................. 212

10.2.1 差異與基本概念............................................................................................... 212

10.2.2 生成序列關(guān)聯(lián)規(guī)則........................................................................................... 213

10.3 Apriori 算法................................................................................................................. 214

10.3.1 算法介紹：挖掘頻繁項(xiàng)集................................................................................ 214

10.3.2 函數(shù)介紹.......................................................................................................... 215

10.3.3 綜合案例：基于Titanic 數(shù)據(jù)集的關(guān)聯(lián)規(guī)則挖掘............................................ 216

10.4 Eclat 算法.................................................................................................................... 224

10.4.1 算法介紹：自底向上的搜索............................................................................ 224

10.4.2 函數(shù)介紹.......................................................................................................... 224

10.4.3 綜合案例：基于美國(guó)人口調(diào)查數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘...................................... 225

10.5 SPADE 算法................................................................................................................. 230

10.5.1 算法介紹：基于序列格的搜索和連接............................................................. 231

10.5.2 函數(shù)介紹.......................................................................................................... 232

10.5.3 綜合案例：基于zaki 數(shù)據(jù)集的序列關(guān)聯(lián)規(guī)則挖掘......................................... 233

第11 章神經(jīng)網(wǎng)絡(luò)

11.1 深入了解人工神經(jīng)網(wǎng)絡(luò)............................................................................................... 239

11.1.1 生物神經(jīng)元....................................................................................................... 240

11.1.2 人工神經(jīng)元模型............................................................................................... 241

11.1.3 人工神經(jīng)網(wǎng)絡(luò)種類........................................................................................... 244

11.1.4 建立模型的一般步驟........................................................................................ 247

11.2 B-P 反向傳播網(wǎng)絡(luò)....................................................................................................... 248

11.2.1 B-P 反向傳播網(wǎng)絡(luò)模型.................................................................................... 248

11.2.2 算法介紹........................................................................................................... 249

11.2.3 函數(shù)介紹........................................................................................................... 250

11.3 綜合案例：基于Boston 數(shù)據(jù)的波士頓郊區(qū)房?jī)r(jià)預(yù)測(cè)建模........................................ 252

你還可能感興趣

我要評(píng)論