R語言
作 者: 劉鵬、張燕、程顯毅、劉穎、 朱倩 著 程顯毅 編
定 價: 59.8
出?版?社: 清華大學出版社
出版日期: 2019年01月01日
頁 數: 319
裝 幀: 平裝
ISBN: 9787302494324
●章 緒論 1.1 為什麼學習R語言 1 1.1.1 R是什麼 1 1.1.2 R語言主要優勢 2 1.2 正確的數據思維觀 4 1.2.1 數學思維 5 1.2.2 統計思維 5 1.2.3 邏輯思維 10 習題 12 基礎篇 第2章 R語言入門 2.1 新手上路 17 2.1.1 兩個例子 17 2.1.2 R是什麼 19 2.2 R語言開發環境部署 19 2.2.1 安裝R 19 2.2.2 安裝RStudio 20 2.3 獲取幫助 22 2.3.1 文檔和搜索 22 2.3.2 演示 22 2.3.3 幫助函數 23 2.4 工作空間 23 2.5 腳本 24 2.6 R包 25 習題 25 第3章 數據類型 3.1 變量與常量 27 3.1.1 變量 27 3.1.2 常量 28 3.2 結構類型 28 3.2.1 向量 29 3.2.2 矩陣 31 3.2.3 數組 33 3.2.4 數據框 35 3.2.5 因子 36 3.2.6 列表 37 3.3 字符串操作 38 3.3.1 基本操作 38 3.3.2 字符串處理stringr包 39 3.4 用於數據處理和轉換的常用函數 40 習題 41 第4章 數據準備 4.1 數據導入 43 4.1.1 鍵盤輸入數據 44 4.1.2 導入文本文件 45 4.1.3 導入Excel數據 46 4.1.4 導入數據庫文件 47 4.2 數據導出 48 4.2.1 導出文本文件 48 4.2.2 保存圖片 49 習題 49 第5章 數據可視化 5.1 低水平繪圖命令 51 5.1.1 點 51 5.1.2 線 54 5.1.3 面 56 5.2 高水平繪圖命令 59 5.2.1 認識ggplot2 59 5.2.2 幾何對像 59 5.2.3 映射 60 5.2.4 統計對像 62 5.2.5 標度 63 5.2.6 分面 65 5.2.7 其他修飾 67 5.3 交互式繪圖命令 69 5.3.1 rCharts包 69 5.3.2 plotly包 70 5.3.3 shiny 72 習題 80 第6章 數據探索 6.1 缺失值分析 82 6.1.1 與缺失值相關的幾個概念 82 6.1.2 缺失值檢測 83 6.2 異常值分析 84 6.2.1 箱線圖檢驗離群點 85 6.2.2 散點圖檢測離群點 86 6.2.3 LOF方法檢測異常值 87 6.2.4 聚類方法檢測異常值 87 6.3 不一致值分析 88 6.4 數據的統計特征分析 88 6.4.1 分布分析 88 6.4.2 對比分析 90 6.4.3 統計量分析 91 6.4.4 周期性分析 93 6.4.5 相關性分析 94 習題 97 第7章 數據變換 7.1 數據清洗 100 7.1.1 缺失數據處理 100 7.1.2 數據去重 101 7.1.3 規範化 102 7.2 數據選擇 103 7.2.1 刪除有75%以上相同數值的自變量 103 7.2.2 刪除高相關性的自變量 104 7.2.3 重要變量的選擇 105 7.2.4 數據集選擇 106 7.2.5 主成分分析 106 7.2.6 因子分析 108 7.3 數據集成 109 7.3.1 通過向量化重構數據 109 7.3.2 為數據添加新變量 110 7.3.3 數據透視表 112 7.3.4 頻度 117 7.3.5 數據整合 118 7.3.6 分組彙總 121 習題 124 第8章 不錯編程 8.1 控制結構 126 8.1.1 選擇結構程序設計 126 8.1.2 循環結構程序設計 127 8.2 用戶自定義函數 128 習題 129 第9章 數據建模 9.1 Rattle包 132 9.2 聚類模型 139 9.2.1 背景 139 9.2.2 K-Means聚類 139 9.2.3 Ewkm聚類 142 9.2.4 層次聚類（Hierachical） 144 9.2.5 雙向聚類（BiCluster） 146 9.3 關聯分析模型 147 9.3.1 背景 147 9.3.2 基本術語 148 9.3.3 關聯規則的分類 149 9.3.4 Apriori算法 150 9.3.5 實驗指導 151 9.4 傳統決策樹模型 153 9.4.1 背景 153 9.4.2 ID3算法 155 9.4.3 C4.5算法 156 9.4.4 實驗指導 156 9.5 隨機森林決策樹模型 159 9.5.1 背景 159 9.5.2 隨機森林算法 159 9.5.3 實驗指導 161 9.6 自適應選擇決策樹模型 164 9.6.1 背景 164 9.6.2 Boosting算法 164 9.6.3 adaboost算法 165 9.6.4 實驗指導 165 9.7 SVM 169 9.7.1 背景 169 9.7.2 SVM算法 169 9.7.3 實驗指導 172 9.8 線性回歸模型 173 9.8.1 背景 173 9.8.線性回歸方法 173 9.8.3 實驗指導 175 9.9 神經網絡模型 175 9.9.1 背景 175 9.9.2 人工神經網絡模型 176 9.9.3 實驗指導 179 習題 181 0章 模型評估 10.1 數據集 185 10.2 混淆矩陣 186 10.2.1 二分類混淆矩陣 186 10.2.2 模型評價指標 187 10.2.3 多分類混淆矩陣 188 10.3 風險圖 188 10.3.1 風險圖的作用 188 10.3.2 實驗指導 189 10.4 ROC曲線 191 10.4.1 什麼是ROC曲線 191 10.4.2 ROC曲線作用 191 10.4.3 實驗指導 191 習題 193 應用篇 1章 影響大學平均錄取分數線因素分析 11.1 背景與目標 197 11.2 數據說明 197 11.3 描述性分析 200 11.4 總結與建議 203 2章 收視率分析 12.1 背景介紹 204 12.2 數據說明 204 12.3 描述性分析 205 12.4 總結與建議 211 進階篇 3章 RHadoop 13.1 認識RHadoop 215 13.1.1 為什麼要讓Hadoop結合R語言 215 13.1.2 Mahout與R在做數據挖掘的區別 216 13.2 RHadoop安裝 216 13.2.1 依賴包安裝 216 13.2.2 RHadoop的特點 219 13.3 綜合練習 220 習題 225 4章 SparkR 14.1 認識SparkR 228 14.1.1 安裝SparkR 228 14.1.2 在R或Rstudio中調用SparkR 228 14.2 SparkDataFrame 229 14.3 SparkR支持的機器學習算法 230 14.4 綜合練習 230 14.4.1 加載數據 230 14.4.2 SparkDataFrame基本操作 231 14.4.3 從Spark上運行SQL查詢 233 14.4.4 SparkR操作hdfs上的文件 233 14.4.5 通過SparkR操作spark-sql以hive的表為對像 234 習題 234 參考文獻 附錄 大數據和人工智能實驗環境
內容簡介
近年來，R語言可謂是數據分析的熱門語言，相關的資料五花八門，讓讀者難以抉擇。本書力求用簡潔、精練，以理論與實踐相結合的方式讓大家快速掌握R語言。 全書共14章，章為緒論，從數學、統計學和邏輯學3個方面探討了樹立正確數據思維的一些原則；其餘各章分為基礎篇（第2～10章）、應用篇（1、12章）和進階篇（3、14章）。基礎篇按照數據分析過程，主要討論了R的數據結構、數據導入/導出、數據清洗、數據變換、可視化、不錯語言編程和常用建模方法。應用篇通過對2個經典案例的分析，使讀者能夠把學到的R基礎知識應用到解決實際問題，把數據變成價值。進階篇解決如何用R處理大數據的一些技術。 本書可用作培養應用型人纔的課程教材，也可作為數據分析愛好者的參考資料。
