了得網計算機/網絡_R數據分析秘笈

編輯推薦

內容簡介

本書旨在為已有一定基礎的R用戶提供現成的方法來實現重要的數據分析任務。全書共分為11章。第1章涵蓋了進行真正的數據分析任務之前的準備工作。第2章討論了數據分析師在實施特定的分析手段之前常用的理解數據的做法。第3章涵蓋了運用分類技術肚餓方法。第4章是關於回歸技術的方法。第5章介紹數據簡化。第6章介紹時間序列分析。第7章討論了社交網絡分析。第8章介紹制作文檔和呈現分析的方法。第9章解決了面對大型數據如何書寫高效且簡潔的R代碼的問題。第10章討論了R在處理空間數據上的強大功能。第11章介紹了R與其他繫統的連接。

作者簡介

Abut the Authors作者簡介Viswa Viswanathan是西頓霍爾大學斯蒂爾曼商學院計算和決策科學繫的一名副教授。在獲得人工智能領域的博士學位之後，Viswa先從事了十多年學術工作，接下來的十幾年在軟件行業高就。在這段時間中，他曾就職於Infosys、Igate和Starbase公司。他於2011年重新回歸學術界。 Viswa在非常廣泛的領域中開展教學，包括運籌學、計算機科學、軟件工程、管理信息繫統，以及企業繫統。除了在大學中教學之外，Viswa還負責專業人士的培訓項目。他有多篇同行評議的研究論文發表在《Operations Research》《IEEE Software》《Computers and Industrial Engineering》以及《International Journal of Artificial Intelligence in Education》等期刊上。他也編寫了《Data Analytics with R: A hands-on approach》一書。 Viswa非常享受親自動手開發軟件的過程，並且獨立構思、搭建、開發、部署了幾個基於網絡的應用程序。除了對數據分析、人工智能、計算機科學、軟件工程等技術領域有深厚的興趣之外，Viswa也對教育有濃厚的興趣，特別關注學習的根源和培養更深入學習的方法。他已經在這個領域做了不少研究並希望在未來繼續研究這一學科。 Viswa想對Amitava Bagchi 和 Anup Sen教授表示由衷的感激，他們在Viswa的早期研究生涯中鼓舞了他。同時，他也很感激幾個非常聰明的同事，比如Rajesh Venkatesh、Dan Richner和Sriram Bala，他們極大地影響了他的思想。他的嬸嬸Analdavalli，他的姐妹Sankari，以及他的妻子Shanthi，在辛勤工作上教會了他很多，即便他隻吸收了一點皮毛也覺得受益匪淺。他的兒子Nitin 和 Siddarth也在很多主題上給出了不計其數的深刻評論。 Shanthi Viswanathan是一位經驗豐富的技術專家，她為許多企業客戶提供技術管理和企業結構咨詢。她曾工作於Infosys、Oracle和Accenture公司。作為一名顧問，Shanthi為一些大型機構，比如Canon、Cisco、Celgene、Amway、Time Warner Cable 和 GE等，在數據架構和分析，高級數據管理，面向服務的架構，商業流程管理，以及建模等方面提供幫助。當她空閑時，Shanthi會在紐約州和新澤西州的郊外徒步旅行，擺弄園藝，以及教授瑜伽。 Shanthi想要感謝她的丈夫Viswa，在他們一起徒步旅行時關於各種主題展開的深入討論；以及將她帶入R和Java的世界。她也要感謝她的兒子Nitin 和 Siddarth使她進入了數據分析領域。

目錄Contents譯者序作者簡介審校者簡介前言第1章獲取並準備好材料—數據11.1引言11.2從csv文件中讀取數據11.3讀取XML數據41.4讀取JSON數據61.5從定寬格式文件中讀取數據71.6從R數據文件和R庫中讀取數據81.7刪除帶有缺失值的樣本101.8用均值填充缺失值111.9刪除重復樣本131.10將變量縮放至[0,1]區間141.11對數據框中的數據做正則化或標準化151.12為數值數據分箱171.13為分類變量創建啞變量18第2章那裡面有什麼——探索性數據分析212.1引言212.2創建標準化數據概覽212.3抽取數據集的子集232.4分割數據集252.5創建隨機數據分塊262.6創建直方圖、箱線圖、散點圖等標準化圖像292.7在網格窗口上創建多個圖像372.8選擇圖形設備382.9用lattice包繪圖392.10用ggplot2包繪圖422.11創建便於比較的圖表472.12創建有助於發現因果關繫的圖表512.13圖像53第3章它屬於哪兒——分類技術553.1引言553.2創建誤差/分類–混淆矩陣553.3創建ROC圖583.4構建、繪制和評估—分類樹613.5用隨機森林模型分類 663.6用支持向量機分類693.7用樸素貝葉斯分類723.8用K近鄰分類743.9用神經網絡分類773.10用線性判別函數分類793.11用邏輯回歸分類803.12用AdaBoost來整合分類樹模型83第4章給我一個數——回歸分析864.1引言864.2計算均方根誤差864.3建立用於回歸的KNN模型884.4運用線性回歸944.5在線性回歸中運用變量選擇994.6建立回歸樹1024.7建立用於回歸的隨機森林模型1084.8用神經網絡做回歸1124.9運用K-折交叉驗證1144.10運用留一交叉驗證來限制過度擬合116第5章你能化簡它嗎——數據簡化技術1185.1引言1185.2用K-均值聚類法實現聚類分析1185.3用繫統聚類法實現聚類分析1245.4用主成分分析降低維度127第6章從歷史中學習——時間序列分析1346.1引言1346.2創建並檢查日期對像1346.3對日期對像進行操作1386.4對時間序列數據做初步分析1406.5使用時間序列對像1436.6分解時間序列1496.7對時間序列數據做濾波1516.8用HoltWinters 方法實現平滑和預測1526.9創建自動的ARIMA模型155第7章這都是你的關繫——社交網絡分析1577.1引言1577.2通過公共API下載社交網絡數據1577.3創建鄰接矩陣和連邊列表1617.4繪制社交網絡數據1647.5計算重要的網絡度量指標176第8章展現你好的一面——制作文檔和呈現分析報告1828.1引言1828.2用R Markdown 和 knitR創建數據分析報告1828.3用shiny創建交互式Web應用1918.4用R Presentation為分析報告創建PDF幻燈片196第9章事半功倍——高效且簡潔的R代碼2019.1引言2019.2利用向量化操作2019.3用apply函數操作整行或整列2039.4用lapply和sapply將函數應用素2069.5在向量的一個子集上應用函數2089.6用plyr完成分割–應用–組合策略2109.7用數據表對數據進行切片、切塊和組合213第10章在哪兒——地理空間信息數據分析21910.1引言21910.2下載並繪制一個地區的谷歌地圖21910.3在已下載的谷歌地圖上疊加數據22210.4將ESRI形狀文件導入到R中22410.5使用sp包繪制地理數據22610.6從maps包中獲取地圖22810.7從包含空間及其他數據的普通數據框中創建空間數據框22910.8通過合並普通數據框和空間對像生成空間數據框23010.9為已有的空間數據框添加變量234第11章友好協作——連接到其他繫統23711.1引言23711.2在R中使用Java對像23711.3從Java中用JRI調用R函數24311.4從Java中用Rserve調用R函數24511.5從Java中執行R腳本24811.6使用xlsx包連接到Excel24911.7從關繫型數據庫—MySQL中讀取數據25211.8從非關繫型數據庫—MongoDB中讀取數據256

前言

Preface前言作為一種統計計算、數據分析和繪圖環境，自從2000年1.0版本問世以來，R的流行度獲得了指數級的增長。一些電子表格用戶想要完成電子表格軟件無法實現的功能，或需要處理的數據量大到電子表格軟件無法方便地完成，他們寄希望於R。類似地，商業分析軟件用戶也被這個免費且強大的選項所吸引。於是，一大群人目前正寄希望於用R快速處理事務。作為一個可擴展的繫統，R的功能分布在眾多的包中，每一個包囊括了大量函數。即使是經驗豐富的使用者也很難將所有的細節記在腦海中。本書旨在為已有一定基礎的R用戶提供現成的方法來實現很多重要的數據分析任務。當面對一個特定任務時，用戶可以在幾分鐘內找到合適的方法並實施，而不必在互聯網或眾多書籍中苦苦搜索。本書涵蓋以下內容第1章涵蓋了進行真正的數據分析任務之前的準備工作。本章提供了從不同源文件格式中讀取數據的方法。此外，在實際分析數據前，我們執行了幾個預處理和數據清洗步驟，本章還提供了以下任務的處理方法：處理缺失值和重復值、數值的縮放或標準化、在數值型變量和分類變量之間的轉換，以及創建啞變量。第2章討論了分析師在實施特定的分析手段之前常用來理解數據的幾種做法。本章提供了用於彙總數據、分割數據、抽取子集和建立隨機數據分塊的方法，也提供了使用標準化圖像來展現潛在模式的方法，還提供了使用lattice和ggplot2包繪圖的方法。第3章涵蓋了運用分類技術的方法。本章包括分類樹、隨機森林、支持向量機、樸素貝葉斯、K近鄰、神經網絡、線性和二次判別分析，以及邏輯回歸。第4章是關於回歸技術的方法。本章包括K近鄰、線性回歸、回歸樹、隨機森林和神經網絡。第5章介紹了數據簡化的方法。本章提供了通過K-均值和繫統聚類的聚類分析手段，同時也涵蓋了主成分分析。第6章包含了一些技巧，包括處理日期和日期/時間對像，創建時間序列對像並畫圖，時間序列的分解、濾波和平滑，以及執行ARIMA分析。第7章討論了社交網絡。本章介紹如何通過公共API獲取社交網絡數據，創建、繪制社交網絡圖，並計算重要的網絡度量指標。第8章討論了呈現分析結果的技術。本章包含以下方法：使用 R Markdown 和 knitR 來創建報告，通過使用 shiny 創建交互式應用使讀者直接與數據進行交互，用RPres創建幻燈片。第9章解決了面對大型數據時如何書寫高效且簡潔的R代碼的問題。本章包含了通過apply繫列函數、plyr包和數據表來切割數據的方法。第10章包含了開拓R在處理空間數據上的強大功能的主題。本章涵蓋了以下方法：通過RGoogleMaps來獲取GoogleMaps數據並且在其上添加自有數據，導入ESRI形狀文件並繪圖，從maps包中導入地圖數據，利用sp包創建並繪制空間數據框對像。第11章包含了R與其他繫統的交互。本章包含了R與Java、Excel、關繫型數據庫和非關繫型數據庫（分別以MySQL和MongoDB為例）之間的連接。閱讀須知本書中的所有代碼均在 R 3.0.2 (Frisbee Sailing) 版本和 3.1.0 (Spring Dance)版本上測試通過。當安裝或者載入某些包時，你也許會得到警告消息，提示你這些代碼是為不同的版本編譯的，不過這並不會實際影響本書中的任何代碼。本書面向的讀者對像本書非常適合於那些已經有一定的R基礎，但尚無將R廣泛用於各種數據分析的經驗，同時希望快速入門分析任務的讀者。本書有助於在下列幾個方面提高分析技巧的人士：實現高級分析並創建信息充實的專業圖表。熟練地從各種來源獲取數據。應用監督型和無監督型的數據挖掘技術。使用R的功能來呈現專業的分析報告。每章的內容安排在本書中，你會發現有幾個標題是頻繁出現的（準備就緒、要怎麼做、工作原理、更多細節、參考內容)。為了讓讀者在完成一個方法時獲得清晰的指導，我們采用了以下內容編排方式：準備就緒這一節會給出內容概述，並且會描述如何準備好本節所需的軟件以及任何其他前期準備工作。要怎麼做這一節包含了完成方法所需的步驟。工作原理這一節通常包含了前一節中每一步的具體解釋。更多細節這一節包含了關於所用方法的額外信息，以便讓讀者獲得一個更加全面的認識。參考內容這一節提供了其他有用信息的鏈接。本書約定在本書中，你會發現我們使用不同類型的字體來區分不同類型的信息。下面有一些例子和解釋。文字形式的代碼、數據庫表名、文件夾名、文件名、文件擴展名、路徑名、URL、用戶輸入和Twitter賬戶展示如下： “函數 read.csv()從.csv文件的數據中創建了一個數據框。” 代碼塊寫成如下形式：命名行的輸入和輸出寫成如下格式：小提示和小技巧出現在這裡。本書相關資源下載下載代碼範例和數據本書提供代碼範例和數據下載，讀者可登錄華章網站（www.hzbook.com）關於本書的頁面獲取相關資源。關於本書中用到的數據我們已經生成了本書中用到的很多數據文件。我們也使用了一些公開可獲取的數據集。下表列出了這些公開的數據集。大部分公開數據集來自於加州大學歐文分校的機器學習庫http://archive.ics.uci.edu/ml/。表中我們用“下載自 UCI-MLR”來標志這些數據集。數據文件名來源auto-mpg.csvQuinlan, R. Combining Instance-Based and Model-Based Learning, Machine Learning Proceedings on the Tenth International Conference 1993, 236-243, held at University of Massachusetts, Amherst published by Morgan Kaufmann.(下載自 UCI-MLR)BostonHousing. csvD. Harrison and D.L. Rubinfeld, Hedonic prices and the demand for clean air, Journal for Environmental Economics a Management, pages 81–102, 1978. (下載自 UCI-MLR)daily-bike- rentals.csvFanaee-T, Hadi, and Gama, Joao, Event labeling combining ensemble detectors and background knowledge, Progress in Artificial Intelligence (2013): pp. 1-15, Springer Berlin Heidelberg. (下載自 UCI-MLR)banknote- authentication. csv 數據庫來源: Volker Lohweg, University of AppliedSciences, Ostwestfalen-Lippe數據庫捐贈: Helene Darksen, University of AppliedSciences, Ostwestfalen-Lippe(下載自 UCI-MLR)education.csvRobust Regression and Outlier Detection, P. J. Rouseeuw and A. M. Leroy, Wiley, 1987.(下載自 UCI-MLR)walmart.csvwalmart- monthly.csv下載自 Yahoo!金融prices.csv下載自美國勞工統計局infy.csv, infy- monthly.csv下載自 Yahoo!金融nj-wages.csv下載自新澤西州*網站以及http://federalgovernmentzipcodes.us.nj-county-data. csv改編自維基百科： http://en.wikipedia.org/wiki/List_of_counties_in_New_Jersey下載本書中的彩色圖片我們為你提供了本書中用到的截圖和圖表的彩色PDF文件。這些彩圖有助於你更好的理解輸出中的變化。可以從https://www.packtpub.com/sites/default/files/ downloads/9065OS_ ColorImages.pdf下載這個文件，也可以登錄華章網站獲取相關內容。

商品搜索

商品分类

【醫學】

【各大出版社】