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