![](/c49/30/11124205405.jpg)
出版社:機械工業 ISBN:9787111549406 商品編碼:11124205405 開本:16 出版時間:2016-10-01 代碼:69 作者:宋濤王星...
" 基本信息 - 商品名稱:數據挖掘與商務分析(R語言)/數據科學與工程技術叢書
- 作者:(美)約翰尼斯·萊道爾特|譯者:宋濤//王星//曹方
- 代碼:69
- 出版社:機械工業
- ISBN號:9787111549406
其他參考信息 - 出版時間:2016-10-01
- 印刷時間:2016-10-01
- 版次:1
- 印次:1
- 開本:16開
- 包裝:平裝
- 頁數:266
內容提要 從海量的數據中收集、分析、提取有價值的信息 需要功能強大的分析工具,本書結合R軟件詳細介紹 了數據挖掘和數據分析的宴用方法,主要內容包括處 理信息和獲取數據、標準線性回歸、局部多項式回歸 、統計建模中簡約的重要性、Logistic回歸、貝葉斯 分析、多項式Logistic回歸、決策樹、聚類、購物籃 分析、降維和網絡數據等。書後配有練習並且書中所 有例子涉及的數據集和R代碼可以從本書配套網站獲 取。 約翰尼斯·萊道爾特著的《數據挖掘與商務分析 (R語言)》適用於數據分析相關專業學生和教師以及R 語言使用者。 作者簡介 約翰尼斯·萊道爾特(Johannes Ledolter)博士,艾奧瓦大學管理科學繫和統計與精算科學繫的教授,美國統計協會、美國質量學會研究員,國際統計學會推選會員。萊道爾特博士是wIley出版的((StatisticalMethods for Forecasg》((Achieving Quality Through Continual Improvement))((Statistical QulYControl:Strategies and Tools for Continual Improvement))的合著者。 目錄 譯者序 前言 致謝 **章 引言 參考文獻 第2章 處理信息與認識數據 2.1 例1:2006年出生數據 2.2 例2:校友捐贈 2.3 例3:橘子汁 參考文獻 第3章 標準線性回歸 3.1 用R函數估算線性回歸模型 3.2 例1:汽車燃油效率 3.3 例2:豐田二手車價格 附錄3.A模型過度擬合對回歸預測均方誤差的影響 參考文獻 第4章 局部多項式回歸的非參數回歸方法 4.1 模型的選擇 4.2 密度估計和直方圖平滑化的應用 4.3 多重回歸模型的拓展 4.4 例題和軟件 4.4.1 例1:老忠實噴泉 4.4.2 例2:NOx排放物 參考文獻 第5章 簡約在統計建模中的重要性 5.1 怎樣防止低假陽率 參考文獻 第6章 多參數回歸模型中基於懲罰算法的變量選擇 6.1 例1:前列腺癌 6.2 例2:橙汁 參考文獻 第7章 Logistic回歸 7.1 對二分類響應數據建立線性模型 7.2 Logistic回歸模型中回歸繫數的解釋 7.3 統計推斷 7.4 對新樣例的分類 7.5 用R語言估計 7.6 例1:死刑數據 7.6.1 二分類Logistic回歸:Minitab程序輸出 7.6.2 R語言輸出結果的解釋與分析 7.7 例2:延誤的航班 7.8 例3:貸款驗收 7.9 例4:德國信貸數據 參考文獻 第8分類、概率和分類性能的評價 8.分類 8.2 使用概率作決策 8.3 靈敏度和特異度 8.4 例子:德國信貸數據 第9章 *近鄰分析分類 9.1 k近鄰算法 9.2 例1:玻璃碎片的法醫分析 9.3 例2:德國信貸數據 參考文獻 **0章 樸素貝葉斯分析:一種由以分類為主的變量對分類響應變量預測的模型 10.1 例:航班延誤 參考文獻 **1章 多項式Logistic回歸 11.1 計算軟件 11.2 例1:玻璃碎片的法醫分析 11.3 例2:重溫玻璃碎片的法醫分析 附錄11.A簡單三重矩陣的詳述 參考文獻 **2章 分類和判別分析的深入探討 12.1 Fisher線性判別函數 12.2 例1:德國信用卡數據 12.3 例2:Fisher鳶尾花數據 12.4 例3:玻璃碎片的法醫分析數據 12.5 例4:MBA申請數據 參考文獻 **3章 決策樹 13.1 例1:前列腺癌 13.2 例2:摩托車加速度 13.3 例3:回顧Fisher鳶尾花數據集 **4章 回歸、分類樹、計算軟件及其他實用分類方法的深入探討 14.1 有關樹結構的R程序包 14.2 卡方自動交互檢驗 14.3 集成方法:Bagging算法、Boosting算法和隨機森林 14.4 支持向量機 14.5 神經網絡 14.6 R程序包:關於數據挖掘的一個有用的圖形用戶界面 參考文獻 **5章 聚類 15.1 k均值聚類 15.2 另眼看聚類:將期望*大化算法應用於混合正態分布 15.2.1 E步 15.2.2 M步 15.3 層次聚類過程 參考文獻 **6章 購物籃分析:關聯規則和提升度 16.1 例1:在線廣播 16.2 例2:收入預測 參考文獻 **7章 降維:因子模型和主成分分析 17.1 例1:歐洲蛋白質的攝入數據 17.2 例2:月度失業率數據 **8章 帶多重共線性輸入的降維回歸:主成分回歸和偏*小二乘法 18.1 三個例子 18.1.1 例1:模擬數據 18.1.2 例2:基於50個州的歷史失業率預測某州下個月的失業率 18.1.3 例3:預測下月失業率:比較不同方法樣本外預測效果 參考文獻 **9章 文本數據:文本挖掘和情感分析 19.1 逆多項式Logistic回歸 19.2 例1:餐館評論 19.3 例2:政治主張 附錄19.A Gentzkow/Shapiro關於“slant”的估計和偏*小二乘的關繫 參考文獻 第20章 網絡數據 20.1 例1:15世紀佛羅倫薩的婚姻與權力 20.2 例2:友誼網絡的連接 參考文獻 附錄A練習 附錄B參考文獻
" |