R语言与数据挖掘最佳实践和经典案例

资源名称：R语言与数据挖掘最佳实践和经典案例

内容简介：

【内容简介】

数据挖掘技术已经广泛用于政府机关、银行、保险、零售、电信、医药和研究领域。最近，越来越多的数据挖掘工作开始使用R工具来完成，R是一个用于统计计算和制图的免费软件。在最近的调查中，R已经被评为数据挖掘领域最流行的工具。本书介绍将R语言用于数据挖掘应用（从学术研究到工业应用），从大量数据中提取出有用知识的各种实用方法。

本书面向数据挖掘领域的研究人员、数据挖掘方向的研究生，以及数据挖掘工程师和分析师，对于学习数据挖掘课程的学生来说具有巨大的参考价值，对于参加数据挖掘与分析的行业培训课程的人来说是非常有用的资料。

本书主要特色

●　介绍了R用于数据挖掘应用的案例，涵盖了最常用的数据挖掘技术。

●　提供了代码示例和数据，以便读者可以轻松地学习数据挖掘技术。

●　现实应用中的特色案例研究有助于读者将学到的技术应用到自己的工作和研究中。

作者简介：

Yanchang Zhao　从2009年起担任澳大利亚政府部门的高级数据挖掘分析师。在加入澳大利亚政府部门之前，他是悉尼科技大学工程和信息技术学院博士后研究员。他的研究兴趣包括聚类分析、关联规则、时间序列、孤立点检测、数据挖掘应用等，当前关注在数据挖掘应用中使用R语言。他是IEEE高级会员和澳大利亚分析专业人员协会成员。他发表了50多篇数据挖掘研究和应用方面的论文，并独立或与他人合作编写了3本著作。

资源目录：

第1章　简介1

1.1　数据挖掘1

1.2　R1

1.3　数据集2

1.3.1　iris数据集2

1.3.2　bodyfat数据集3

第2章　数据的导入与导出4

2.1　R数据的保存与加载4

2.2　.CSV文件的导入与导出4

2.3　从SAS中导入数据5

2.4　通过ODBC导入与导出数据6

2.4.1　从数据库中读取数据7

2.4.2　从Excel文件中导入与导出数据7

第3章　数据探索8

3.1　查看数据8

3.2　探索单个变量10

3.3　探索多个变量12

3.4　更多探索15

3.5　将图表保存到文件中19

第4章　决策树与随机森林21

4.1　使用party包构建决策树21

4.2　使用rpart包构建决策树24

4.3　随机森林29

第5章　回归分析33

5.1　线性回归33

5.2　逻辑回归38

5.3　广义线性回归38

5.4　非线性回归40

第6章　聚类41

6.1　k-means聚类41

6.2　k-medoids聚类43

6.3　层次聚类45

6.4　基于密度的聚类46

第7章　离群点检测50

7.1　单变量的离群点检测50

7.2　局部离群点因子检测53

7.3　用聚类方法进行离群点检测56

7.4　时间序列数据的离群点检测58

7.5　讨论59

第8章　时间序列分析与挖掘60

8.1　R中的时间序列数据60

8.2　时间序列分解60

8.3　时间序列预测62

8.4　时间序列聚类63

8.4.1　动态时间规整63

8.4.2　合成控制图的时间序列数据64

8.4.3　基于欧氏距离的层次聚类65

8.4.4　基于DTW距离的层次聚类66

8.5　时间序列分类67

8.5.1　基于原始数据的分类67

8.5.2　基于特征提取的分类68

8.5.3　k-NN分类69

8.6　讨论70

8.7　延伸阅读70

第9章　关联规则71

9.1　关联规则的基本概念71

9.2　Titanic数据集71

9.3　关联规则挖掘73

9.4　消除冗余78

9.5　解释规则79

9.6　关联规则的可视化80

9.7　讨论与延伸阅读82

第10章　文本挖掘84

10.1　Twitter的文本检索84

10.2　转换文本85

10.3　提取词干86

10.4　建立词项-文档矩阵88

10.5　频繁词项与关联90

10.6　词云91

10.7　词项聚类92

10.8　推文聚类94

10.8.1　基于k-means算法的推文聚类94

10.8.2　基于k-medoids算法的推文聚类96

10.9　程序包、延伸阅读与讨论98

第11章　社交网络分析99

11.1词项网络99

11.2推文网络102

11.3双模式网络107

11.4讨论与延伸阅读110

第12章　案例Ⅰ：房价指数的分析与预测111

12.1HPI数据导入111

12.2HPI数据探索112

12.3HPI趋势与季节性成分118

12.4HPI预测120

12.5房地产估价122

12.6讨论122

第13章　案例Ⅱ：客户回复预测与效益最大化123

13.1简介123

13.2KDD Cup 1998的数据123

13.3数据探索131

13.4训练决策树137

13.5模型评估140

13.6选择最优决策树143

13.7评分145

13.8讨论与总结148

第14章　案例Ⅲ：内存受限的大数据预测模型150

14.1简介150

14.2研究方法150

14.3数据与变量151

14.4随机森林152

14.5内存问题153

14.6样本数据的训练模型154

14.7使用已选变量建立模型156

14.8评分162

14.9输出规则168

14.9.1以文本格式输出规则168

14.9.2输出SAS规则的得分172

14.10总结与讨论177

第15章　在线资源178

15.1R参考文档178

15.2R178

15.3数据挖掘179

15.4R的数据挖掘180

15.5R的分类与预测181

15.6R的时间序列分析181

15.7R的关联规则挖掘181

15.8R的空间数据分析181

15.9R的文本挖掘182

15.10R的社交网络分析182

15.11R的数据清洗与转换182

15.12R的大数据与并行计算182

R语言数据挖掘参考文档184

参考资料197

通用索引201

包索引203

函数索引204

资源截图：