“如果你想学习如何用一款统计专家和数据挖掘专家所开发的免费软件包,那就选这本书吧。本书包括大量实际案例,它们充分体现了R软件的广度和深度。”
—— Bernhard Pfahringer, 新西兰怀卡托大学
本书利用大量给出必要步骤、代码和数据的具体案例,详细描述了数据挖掘的主要过程和技术,广泛涵盖数据大小、数据类型、分析目标、分析工具等方面的各种具有挑战性的问题。
本书的支持网站(http://www.liaad.up.pt/~ltorgo/DataMiningWithR/)给出了案例研究的所有代码、数据集以及R函数包。
本书特色
通过仔细选择的案例涵盖了主要的数据挖掘技术。
给出的代码和方法可以方便地复制或者改编后应用于自己的问题。
不要求读者具有R、数据挖掘或统计技术的基础知识。
包含R和MySQL基础知识的简介。
提供了对数据挖掘技术的特性、缺点和分析目标的基本理解。
出版者的话
推荐序
中文版序
译者序
前言
致谢
第1章简介
1.1如何阅读本书
1.2R简介
1.2.1R起步
1.2.2R对象
1.2.3向量
1.2.4向量化
1.2.5因子
1.2.6生成序列
1.2.7数据子集
1.2.8矩阵和数组
1.2.9列表
1.2.10数据框
1.2.11构建新函数
1.2.12对象、类和方法
1.2.13管理R会话
1.3MySQL简介
第2章预测海藻数量
2.1问题描述与目标
2.2数据说明
2.3数据加载到R
2.4数据可视化和摘要
2.5数据缺失
2.5.1将缺失部分剔除
2.5.2用最高频率值来填补缺失值
2.5.3通过变量的相关关系来填补缺失值
2.5.4通过探索案例之间的相似性来填补缺失值
2.6获取预测模型
2.6.1多元线性回归
2.6.2回归树
2.7模型的评价和选择
2.8预测7类海藻的频率
2.9小结
第3章预测股票市场收益
3.1问题描述与目标
3.2可用的数据
3.2.1在R中处理与时间有关的数据
3.2.2从CSV文件读取数据
3.2.3从网站上获取数据
3.2.4从MySQL数据库读取数据
3.3定义预测任务
3.3.1预测什么
3.3.2预测变量是什么
3.3.3预测任务
3.3.4模型评价准则
3.4预测模型
3.4.1如何应用训练集数据来建模
3.4.2建模工具
3.5从预测到实践
3.5.1如何应用预测模型
3.5.2与交易相关的评价准则
3.5.3模型集成:仿真交易
3.6模型评价和选择
3.6.1蒙特卡罗估计
3.6.2实验比较
3.6.3结果分析
3.7交易系统
3.7.1评估最终测试数据
3.7.2在线交易系统
3.8小结
第4章侦测欺诈交易
4.1问题描述与目标
4.2可用的数据
4.2.1加载数据至R
4.2.2探索数据集
4.2.3数据问题
4.3定义数据挖掘任务
4.3.1问题的不同解决方法
4.3.2评价准则
4.3.3实验方法
4.4计算离群值的排序
4.4.1无监督方法
4.4.2有监督方法
4.4.3半监督方法
4.5小结
第5章微阵列样本分类
5.1问题描述与目标
5.1.1微阵列实验背景简介
5.1.2数据集ALL
5.2可用的数据
5.3基因(特征)选择
5.3.1基于分布特征的简单过滤方法
5.3.2ANOVA过滤
5.3.3用随机森林进行过滤
5.3.4用特征聚类的组合进行过滤
5.4遗传学异常的预测
5.4.1定义预测任务
5.4.2模型评价标准
5.4.3实验过程
5.4.4建模技术
5.4.5模型比较
5.5小结
参考文献
主题索引
数据挖掘术语索引
R函数索引
《一个人的“文艺复兴”》内容简介:人家问我说,你的家在哪里,我一下答不上来。不是地理上的,我说,我的家乡,是中国传统文化。
《Java多线程编程核心技术(第3版)》内容简介:现代软件规模大、实时性要求高,所以掌握提升处理和响应速度的多线程技术势在必行。
《心理学与微表情微反应》内容简介:微表情,就是持续时间很短的面部表情,大概只有1/25秒,它一闪即逝,很难伪装,很容易暴露一个
《资本主义民主的批判与反思》内容简介:本书集中收入了国外马克思主义者对民主问题的研究动态,并进行了理论上的探讨和分析。关于
《图灵程序设计丛书:征服C指针》被称为日本最有营养的C参考书。作者是日本著名的“毒舌程序员”,其言辞犀利,观点鲜明,往往能让
本书在一开始就给出一个概述和指南,论述了从grep到sed再到awk不断改进的功能。sed和awk具有相同的命令行语法,以脚本的形式接收
计算机常用算法与程序设计案例教程(高等学校计算机专业教材精选·算法与程序设计) 本书特色 首创“案例”形式实现算法与程序设计教学。通过典型案例来引导算法设计的逐...
《理赔,你应该这样做》内容简介:保险理赔是判断保险产品质量、实现保险产品价值的关键,在保险的实际理赔过程中,对大多数非法律
《中国佛教信仰与生活史》内容简介:本书从制度史、社会史、文化史的视角,以忏法、素食、慈善、讲经、放生、菩萨信仰、名山信仰等
ComputerVisionisfastbecominganimportanttechnologyandisusedinMarsrobots,nationals...
《精神科医生破案笔记2:青山医院之谜》内容简介:1、诡异之地,进入必疯!每一种疯狂试探的背后,都是破碎的灵魂、病态的躯体; 2
20世紀最卓越的字型設計大師ADRIANFRUTIGER用「喝完湯後,如果你還清楚記得湯匙形狀的話,這支湯匙就是設計不良。」來比喻字型和
《如厕书》内容简介:31个发生在厕所的神奇小故事,一部充满想象力的短篇小说集! 家庭主妇销毁偷吃证据,职员被困马桶尴尬时刻,甚
主板维修技能实训 本书特色 《主板维修技能实训(附光盘)》由专业维修工程师王红军根据多年实践经验精心编写,重点讲解了电脑主板的结构、原理及故障维修诊断方法,主要...
《我们的朋友胡适之》内容简介:“我的朋友胡适之”,曾经是民国时许多人的口头禅。他的名望之高、人缘之好、影响之大可见一斑。这
《班长的战争:华为一线管理者实战指南》内容简介:本书是对任正非和华为所倡导的“班长战争”的实践解读。军人出身的任正非善于从
神经网络控制已发展成为“智能控制”的一个新的分支,属先进控制技术,为解决复杂的非线性、不确定、不确知系统的控制问题,开辟
Visual C#.NET程序设计教程(第2版) 本书特色 《Visual C#.NET程序设计教程(第2版普通高等学校计算机教育十二五规划教材)》(作者罗福强...
《改变中国:经济学家的改革记述》内容简介:40年多来,中国经济所经历的巨变包含了太多引人入胜的故事。本书以一位经济学家的视角
手游与社交游戏是一个生机勃勃、令人兴奋的产业,飞速发展的互联网与相关技术,成就了一个又一个广为流传、收益丰厚的游戏产品。