R数据挖掘实战_[意]安德烈亚·奇里洛（Andrea Cirillo）_9787115616456_湖南知新文化传播有限公司读者荐购服务

本书通过循序渐进的介绍，让读者借助基础以及先进的数据挖掘技术，帮助一个虚拟的商业公司解决对其造成负面影响的真实欺诈案例。通过全程参与这一极不寻常的数据挖掘案例，读者将会掌握数据挖掘方面的强大技能。本书非常适合想通过R语言快速了解数据挖掘、预测分析、商业分析等领域的数据科学家和数据分析员阅读，也适合高等院校数据挖掘相关专业师生和对数据挖掘感兴趣的技术人员参考。

第 1 章为何选择 R 语言 1 1.1 什么是 R 语言 1 1.2 R 语言的发展历史 2 1.3 R 语言的优势 2 1.3.1 开源 3 1.3.2 插件就绪 3 1.3.3 数据可视化友好 4 1.4 安装 R 语言、编写 R 语言代码 5 1.4.1 下载 R 语言软件包 5 1.4.2 应用于 Windows 平台和 MacOS 平台的 R 语言软件包 5 1.4.3 应用于 Linux 平台的 R 语言软件包 6 1.4.4 基础版本 R 语言包安装的主要组件 6 1.4.5 编写 R 语言及运行 R 语言代码的替代平台 8 1.5 R 语言的基本概念 11 1.5.1 R 语言初级入门 11 1.5.2 向量（Vector） 14 1.5.3 列表（Lists） 15 1.5.4 数据帧（Data frames） 17 1.5.5 函数（Functions） 18 1.6 R 语言的劣势以及如何克服这些劣势 20 1.6.1 高效学习 R 语言，最小化精力投入 21 1.6.2 通过 R 语言操作大型数据集 24 1.7 更多参考 25 1.8 小结 25 第 2 章数据挖掘入门-读者银行账户数据分析 26 2.1 获取并准备银行数据 26 2.1.1 数据模型 27 2.2 使用数据透视表汇总数据 27 2.2.1 管道操作符简介 29 2.2.2 dplyr 程序包简介 30 2.2.3 安装必要程序包并将个人数据加载到 R 语言环境中 31 2.2.4 确定每月和每天的费用总额 32 2.4 使用 ggplot2 程序包对数据进行可视化处理 36 2.4.1 数据可视化基本原理 36 2.4.2 使用 ggplot 程序包来进行数据可视化 42 2.5 更多参考 47 2.6 小结 47 第 3 章数据挖掘进阶-数据挖掘标准流程（CRISP-DM）方法论 49 3.1 数据挖掘标准流程（CRISP-DM）方法论之数据挖掘周期 50 3.2 业务理解 51 3.3 数据理解 51 3.3.1 数据收集 52 3.3.2 数据描述 52 3.3.3 数据探索 53 3.4 数据准备 57 3.5 建模 57 3.5.1 定义数据建模策略 58 3.6 评估 59 3.6.1 聚类评估 59 3.6.2 分类评估 60 3.6.3 回归评估 60 3.6.4 如何判断模型性能的充分性 61 3.7 部署 62 3.7.1 部署计划开发 62 3.7.2 维护计划开发 63 3.8 小结 64 第4 章保持室内整洁-数据挖掘架构 65 4.1 概述 65 4.2 数据源 67 4.2.1 数据源类型 68 4.3 数据库和数据仓库 69 4.3.1 中间层-数据集市 70 4.3.2 单层架构的数据仓库 70 4.3.3 双层架构的数据仓库 71 4.3.4 三层架构的数据仓库 71 4.3.5 实际应用的技术 72 4.4 数据挖掘引擎 73 4.4.1 解释器 74 4.4.2 引擎和数据仓库之间的接口 74 4.4.3 数据挖掘算法 74 4.5 用户界面 75 4.5.1 清晰性原则 76 4.6 如何使用 R 语言来创建数据挖掘架构 79 4.6.1 数据源 79 4.6.2 数据仓库 80 4.6.3 数据挖掘引擎 80 4.6.4 用户界面 81 4.7 更多参考 82 4.8 小结 82 第 5 章如何解决数据挖掘问题-数据清洗和验证 83 5.1 安静祥和的一天 83 5.2 数据清洗 85 5.2.1 Tidy data 框架 85 5.2.2 分析数据的结构 87 5.2.3 数据整理 93 5.2.4 验证数据 99 5.2.5 数据合并 109 5.3 更多参考 111 5.4 小结 111 第 6 章观察数据 - 探索性数据分析 113 6.1 汇总 EDA 介绍 113 6.1.1 描述总体分布 114 6.1.2 测定变量之间的相关性 124 6.2 图形化 EDA 130 6.2.1 变量分布可视化 131 6.2.2 变量关系可视化 136 6.2.3 更多参考 141 6.3 小结 141 第 7 章最初的猜想-线性回归 142 7.1 定义数据建模策略 143 7.1.1 数据建模相关概念 146 7.2 应用线性回归 148 7.2.1 线性回归的直观解释 149 7.2.2 线性回归的数学原理 150 7.2.3 如何在 R 语言中使用线性回归 152 7.3 更多参考 161 7.4 小结 161 第 8 章浅谈模型性能评估 163 8.1 定义模型性能 163 8.1.1 模型的拟合度与模型的可解释性 164 8.1.2 使用模型进行预测 165 8.2 测量回归模型的性能 167 8.2.1 均方误差 167 8.2.2 R 平方 172 8.3 衡量分类问题模型的性能 177 8.3.1 混淆矩阵 178 8.3.2 准确度 180 8.3.3 灵敏度 182 8.3.4 特异性 182 8.3.5 如何选择合适的性能统计指标 183 8.4 区分训练数据集与测试数据集 184 8.5 更多参考 185 8.6 小结 185 第 9 章不要放弃-继续学习包括多元变量的回归 187 9.1 从简单线性回归到多元线性回归 188 9.1.1 符号 188 9.1.2 假设 188 9.2 降维 191 9.2.1 逐步回归 192 9.2.2 主成分回归 196 9.3 使用 R 语言拟合多元线性模型 197 9.3.1 模型拟合 197 9.3.2 变量的假设验证 200 9.3.3 残差假设验证 201 9.3.4 降维 202 9.4 更多参考 208 9.5 小结 208 第 10 章关于分类模型问题的不同展望 209 10.1 分类模型是什么？读者为什么需要分类模型 209 10.1.1 线性回归应用于分类变量的局限性 210 10.1.2 常用的分类算法和模型 211 10.2 逻辑回归 213 10.2.1 逻辑回归的原理 213 10.2.2 逻辑回归的数学原理 215 10.2.3 如何在 R 中应用逻辑回归 218 10.2.4 逻辑回归结果的可视化与解释 224 10.3 支持向量机（SVM） 228 10.3.1 支持向量机的原支理 229 10.3.2 在原 R 语言中应用支持向量机 234 10.3.3 理解支持向量机的结果 235 10.4 更多参考 238 10.5 小结 238 第 11 章最后冲刺-随机森林和集成学习 239 11.1 随机森林 239 11.1.1 随机森林的构建模块-决策树简介 240 11.1.2 随机森林的原理 243 11.1.3 在 R 语言中应用随机森林 243 11.1.4 评估模型的结果 244 11.2 集成学习 249 11.2.1 基础的集成学习技术 250 11.2.2 采用 R 语言对数据进行集成学习 250 11.3 在新数据上应用估计模型 256 11.3.1 将 predict.glm()函数用于逻辑模型的预测 257 11.3.2 将 predict.randomforest() 用于随机森林的预测 258 11.3.3 将 predict.svm()函数应用于支持向量机的预测 258 11.4 结构化更加良好的预测分析方法 258 11.5 对预测数据应用集成学习中的多数投票技术 259 11.6 更多参考 260 11.7 小结 260 第 12 章寻找罪魁祸首-用 R 语言执行文本数据挖掘 262 12.1 提取 PDF 文件中的数据 262 12.1.1 获取文档列表 263 12.1.2 通过 pdf_text()函数将 PDF 文件读取到 R 语言环境 264 12.1.3 使用 for 循环迭代提取文本 266 12.2 文本情感分析 269 12.3 开发词云 272 12.4 N 元组模型（n-grams）分析 274 12.5 网络分析 275 12.5.1 从数据帧中获取边列表 279 12.5.2 使用 ggraph 程序包可视化网络 279 12.6 更多参考 283 12.7 小结 283 第 13 章借助 R Markdown 与股东分享公司现状 284 13.1 富有说服力的数据挖掘报告之原则 284 13.1.1 清晰阐明目标 284 13.1.2 明确陈述假设 285 13.1.3 数据处理过程清晰明了 285 13.1.4 数据一致性 286 13.1.5 提供数据谱系 286 13.2 编制 R MarkDown 报告 287 13.3 在 RStudio 中编制 R Markdown 报告文档 288 13.3.1 Markdown 简介 288 13.3.2 插入代码块 289 13.3.3 通过内联 R 语言代码，在文本中重现代码的输出 292 13.3.4 Shiny 简介以及 reactivity 框架 293 13.3.5 添加交互式数据族谱模块 297 13.4 渲染和分享 R Markdown 报告 301 13.4.1 渲染 R Markdown 报告 301 13.4.2 分享 R Markdown 报告 301 13.5 更多参考 304 13.6 小结 304 第 14 章结语 306 附录 A 处理日期、相对路径和函数 309 A.1 使用 R 语言处理日期 309 A.2 R 语言中的工作目录和相对路径 309 A.3 条件声明 310

你还可能感兴趣

我要评论