目錄
第 1章 R語(yǔ)言數(shù)據(jù)分析概述1
1.1認(rèn)識(shí)數(shù)據(jù)分析1
1.1.1為什么要對(duì)數(shù)據(jù)做分析1
1.1.2數(shù)據(jù)分析的流程1
1.2R語(yǔ)言的簡(jiǎn)介及安裝2
1.2.1R語(yǔ)言簡(jiǎn)介2
1.2.2R語(yǔ)言的安裝3
1.2.3其他輔助工具3
1.2.4R語(yǔ)言快速上手4
1.3小結(jié)9
1.4本章練習(xí)9
第 2章 R語(yǔ)言數(shù)據(jù)操作基礎(chǔ)11
2.1R語(yǔ)言數(shù)據(jù)類型11
2.1.1數(shù)據(jù)類型判斷及轉(zhuǎn)換11
2.1.2日期類型數(shù)據(jù)處理12
2.2R語(yǔ)言數(shù)據(jù)對(duì)象16
2.2.1.向量16
2.2.2.矩陣和數(shù)組20
2.2.3因子22
2.2.4列表和數(shù)據(jù)框24
2.3文本處理25
2.3.1基礎(chǔ)文本處理25
2.3.2stringr擴(kuò)展包33
2.4小結(jié)37
2.5本章練習(xí)37
第3章 R語(yǔ)言數(shù)據(jù)讀寫39
3.1文本文件讀寫39
3.1.1base包39
3.1.2readr包43
3.1.3data.table包46
3.2Excel文件讀寫48
3.2.1xlsx包50
3.2.2XLConnect包54
3.2.3openxlsx包56
3.2.4readxl包59
3.3數(shù)據(jù)庫(kù)文件讀寫60
3.3.1RODBC包61
3.3.2RMySQL包65
3.4本章小結(jié)67
3.5本章練習(xí)67
第4章 數(shù)據(jù)基本管理68
4.1數(shù)據(jù)去重68
4.2 數(shù)據(jù)排序69
4.3 數(shù)據(jù)篩選71
4,4 數(shù)據(jù)合并73
4.5數(shù)據(jù)關(guān)聯(lián)75
4.6 數(shù)據(jù)轉(zhuǎn)換78
4.7融合重鑄79
4.8數(shù)據(jù)聚合81
4.9數(shù)據(jù)分組83
4.10本章小結(jié)84
4.11本章練習(xí)85
第5章 數(shù)據(jù)預(yù)處理86
5.1 數(shù)據(jù)抽樣86
5.1.1數(shù)據(jù)抽樣的必要性86
5.1.2類失衡處理方法：SMOTE86
5.1.3數(shù)據(jù)隨機(jī)抽樣：sample函數(shù)87
5.1.4數(shù)據(jù)等比抽樣：createDataPartition函數(shù)88
5.1.5用于交叉驗(yàn)證的樣本抽樣89
5.2數(shù)據(jù)清洗90
5.2.1缺失值判斷及處理90
5.2.2異常值判斷處理95
5.3數(shù)據(jù)變換99
5.3.1數(shù)據(jù)分箱99
5.3.2數(shù)據(jù)標(biāo)準(zhǔn)化100
5.4數(shù)據(jù)啞變量處理102
5.5本章小結(jié)104
5.6本章練習(xí)104
第6章 R語(yǔ)言重要繪圖技術(shù)105
6.1圖形三要素105
6.1.1 顏色元素105
6.1.2 文字元素108
6.1.3 點(diǎn)線元素109
6.2低級(jí)繪圖函數(shù)111
6.2.1標(biāo)題111
6.2.2坐標(biāo)軸112
6.2.3圖例113
6.2.4網(wǎng)格線115
6.2.5點(diǎn)116
6.2.6文字116
6.2.7線117
6.3高級(jí)繪圖函數(shù)119
6.3.1散點(diǎn)圖120
6.3.2氣泡圖122
6.3.3線圖123
6.3.4柱狀圖124
6.3.5餅圖125
6.3.6直方圖和密度圖125
6.3.7箱線圖127
6.4本章小結(jié)127
6.5本章練習(xí)127
第7章 高級(jí)繪圖工具129
7.1 lattice繪圖工具129
7.1.1 繪圖特色129
7.1.2 基本圖形135
7.2 ggplot2繪圖工具139
7.1.1 從qplot開始139
7.1.2 ggplot作圖146
7.1.3 ggplot2擴(kuò)展包149
7.3 交互式繪圖工具152
7.3.1 rCharts包152
7.3.2 recharts包154
7.3.3 rbokeh包162
7.3.4 plotly包164
7.4 本章小結(jié)166
7.5 本章練習(xí)166
第8章 聚類分析168
8.1概述168
8.2聚類距離度量169
8.3層次聚類172
8.3.1層次聚類原理172
8.3.2R語(yǔ)言實(shí)現(xiàn)173
8.3.3聚類樹形圖可視化177
8.3.4比較聚類樹形圖186
8.4K-均值聚類190
8.4.1K-均值聚類原理190
8.4.2R語(yǔ)言實(shí)現(xiàn)190
8.5K-中心點(diǎn)聚類192
8.6密度聚類195
8.6.1密度聚類原理195
8.6.2R語(yǔ)言實(shí)現(xiàn)196
8.7集群評(píng)估及驗(yàn)證201
8.7.1估計(jì)聚類趨勢(shì)201
8.7.2確定數(shù)據(jù)集中的簇?cái)?shù)202
8.7.3集群驗(yàn)證204
8.8本章小結(jié)205
8.9本章練習(xí)205
第9章 理解回歸分析207
9.1簡(jiǎn)單線性回歸207
9.1.1簡(jiǎn)單線性回歸原理207
9.1.2簡(jiǎn)單線性回歸R語(yǔ)言實(shí)現(xiàn)209
9.1.3模型診斷及預(yù)測(cè)211
9.1.4指數(shù)變換212
9.1.5多項(xiàng)式回歸213
9.1.6穩(wěn)健線性回歸215
9.2多元線性回歸216
9.3自變量有定性變量的回歸217
9.4逐步回歸219
9.5多重共線性分析221
9.6線性回歸的正則化222
9.6.1為什么要使用正則化222
9.6.2嶺回歸的原理223
9.6.3Lasso回歸的原理224
9.6.4glmnet包簡(jiǎn)介225
9.6.5綜合案例228
9.7邏輯回歸230
9.7.1邏輯回歸基本原理230
9.7.2邏輯回歸的R實(shí)現(xiàn)231
9.8本章小結(jié)234
9.9本章練習(xí)234
10.1決策樹概述236
10.2決策樹基本原理237
10.3ID3算法237
10.3.1C4.5算法240
10.3.2CART算法241
10.4R語(yǔ)言實(shí)現(xiàn)及案例243
10.4.1R語(yǔ)言實(shí)現(xiàn)243
10.4.2C5.0案例243
10.4.3CART案例247
10.4.4條件推理決策樹案例254
10.4.5繪制決策邊界256
10.5集成學(xué)習(xí)與隨機(jī)森林258
10.6本章小結(jié)260
10.7本章練習(xí)260
第 11章 神經(jīng)網(wǎng)絡(luò)與支持向量機(jī)262
11.1理解神經(jīng)網(wǎng)絡(luò)262
11.1.1激活函數(shù)262
11.1.2網(wǎng)絡(luò)結(jié)構(gòu)265
11.1.3人工神經(jīng)網(wǎng)絡(luò)的主要類型265
11.2神經(jīng)網(wǎng)絡(luò)的R語(yǔ)言實(shí)現(xiàn)266
11.3基于神經(jīng)網(wǎng)絡(luò)進(jìn)行類別預(yù)測(cè)269
11.4理解支持向量機(jī)275
11.5支持向量機(jī)的R語(yǔ)言實(shí)現(xiàn)276
11.6基于支持向量機(jī)進(jìn)行類別預(yù)測(cè)278
11.7本章小結(jié)285
11.8本章練習(xí)285
12.1模型性能評(píng)估287
12.1.1數(shù)值預(yù)測(cè)評(píng)估方法287
12.1.2概率預(yù)測(cè)評(píng)估方法289
12.2模型參數(shù)優(yōu)化298
12.2.1訓(xùn)練集、驗(yàn)證集、測(cè)試集的引入298
12.2.2K折交叉驗(yàn)證301
12.2.3網(wǎng)格搜索302
12.3本章小結(jié)304
12.4本章練習(xí)304