数据分析与决策技术丛书 R数据分析秘笈pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
下载压缩包 [复制下载地址] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页

数据分析与决策技术丛书 R数据分析秘笈PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 获取并准备好材料——数据 1

1.1 引言 1

1.2 从csv文件中读取数据 1

1.3 读取XML数据 4

1.4 读取JSON数据 6

1.5 从定宽格式文件中读取数据 7

1.6 从R数据文件和R库中读取数据 8

1.7 删除带有缺失值的样本 10

1.8 用均值填充缺失值 11

1.9 删除重复样本 13

1.10 将变量缩放至[0，1]区间 14

1.11 对数据框中的数据做正则化或标准化 15

1.12 为数值数据分箱 17

1.13 为分类变量创建哑变量 18

第2章 那里面有什么——探索性数据分析 21

2.1 引言 21

2.2 创建标准化数据概览 21

2.3 抽取数据集的子集 23

2.4 分割数据集 25

2.5 创建随机数据分块 26

2.6 创建直方图、箱线图、散点图等标准化图像 29

2.7 在网格窗口上创建多个图像 37

2.8 选择图形设备 38

2.9 用lattice包绘图 39

2.10 用ggplot2包绘图 42

2.11 创建便于比较的图表 47

2.12 创建有助于发现因果关系的图表 51

2.13 创建多元图像 53

第3章 它属于哪儿——分类技术 55

3.1 引言 55

3.2 创建误差／分类-混淆矩阵 55

3.3 创建ROC图 58

3.4 构建、绘制和评估——分类树 61

3.5 用随机森林模型分类 66

3.6 用支持向量机分类 69

3.7 用朴素贝叶斯分类 72

3.8 用K最近邻分类 74

3.9 用神经网络分类 77

3.10 用线性判别函数分类 79

3.11 用逻辑回归分类 80

3.12 用AdaBoost来整合分类树模型 83

第4章 给我一个数——回归分析 86

4.1 引言 86

4.2 计算均方根误差 86

4.3 建立用于回归的KNN模型 88

4.4 运用线性回归 94

4.5 在线性回归中运用变量选择 99

4.6 建立回归树 102

4.7 建立用于回归的随机森林模型 108

4.8 用神经网络做回归 112

4.9 运用K-折交叉验证 114

4.10 运用留一交叉验证来限制过度拟合 116

第5章 你能化简它吗——数据简化技术 118

5.1 引言 118

5.2 用K-均值聚类法实现聚类分析 118

5.3 用系统聚类法实现聚类分析 124

5.4 用主成分分析降低维度 127

第6章 从历史中学习——时间序列分析 134

6.1 引言 134

6.2 创建并检查日期对象 134

6.3 对日期对象进行操作 138

6.4 对时间序列数据做初步分析 140

6.5 使用时间序列对象 143

6.6 分解时间序列 149

6.7 对时间序列数据做滤波 151

6.8 用HoltWinters方法实现平滑和预测 152

6.9 创建自动的ARIMA模型 155

第7章 这都是你的关系——社交网络分析 157

7.1 引言 157

7.2 通过公共API下载社交网络数据 157

7.3 创建邻接矩阵和连边列表 161

7.4 绘制社交网络数据 164

7.5 计算重要的网络度量指标 176

第8章 展现你最好的一面——制作文档和呈现分析报告 182

8.1 引言 182

8.2 用R Markdown和knitR创建数据分析报告 182

8.3 用shiny创建交互式Web应用 191

8.4 用R Presentation为分析报告创建PDF幻灯片 196

第9章 事半功倍——高效且简洁的R代码 201

9.1 引言 201

9.2 利用向量化操作 201

9.3 用apply函数操作整行或整列 203

9.4 用lapply和sapply将函数应用于整组元素 206

9.5 在向量的一个子集上应用函数 208

9.6 用plyr完成分割-应用-组合策略 210

9.7 用数据表对数据进行切片、切块和组合 213

第10章 在哪儿——地理空间信息数据分析 219

10.1 引言 219

10.2 下载并绘制一个地区的谷歌地图 219

10.3 在已下载的谷歌地图上叠加数据 222

10.4 将ESRI形状文件导入到R中 224

10.5 使用sp包绘制地理数据 226

10.6 从maps包中获取地图 228

10.7 从包含空间及其他数据的普通数据框中创建空间数据框 229

10.8 通过合并普通数据框和空间对象生成空间数据框 230

10.9 为已有的空间数据框添加变量 234

第11章 友好协作——连接到其他系统 237

11.1 引言 237

11.2 在R中使用Java对象 237

11.3 从Java中用JRI调用R函数 243

11.4 从Java中用Rserve调用R函数 245

11.5 从Java中执行R脚本 248

11.6 使用xlsx包连接到Excel 249

11.7 从关系型数据库—— MySQL中读取数据 252

11.8 从非关系型数据库——MongoDB中读取数据 256