R语言数据分析与挖掘

第1章 初识数据分析与R语言 1 1.1 软件下载与安装 1 1.1.1 下载和安装 1 1.1.2 下载和安装RStudio 3 1.2 包的安装和加载 5 1.3 应用R实现数据操作 6 1.3.1 数据读写 6 1.3.2 数据基本操作 8 1.3.3 应用简单统计 11 1.3.4 数据可视化 14 习 题 17 第2章 回归分析 18 2.1 简单线性回归分析 18 2.1.1 调用lm函数构建简单线性回归模型 18 2.1.2 输出线性模型的特征信息 20 2.1.3 使用线性回归模型预测未知数 21 2.1.4 生成模型的诊断图 22 2.2 多项式回归分析 23 2.2.1 利用lm函数生成多项式回归模型 23 2.2.2 调用rlm函数生成稳健线性回归模型 25 2.3 在SLID数据集上研究线性回归案例 27 习题 33 第3章 关联分析 35 3.1 关联分析的准备工作 35 3.1.1 将数据转换成事务数据 35 3.1.2 展示事务及其关联 37 3.2 Apriori规则 39 3.2.1 使用Apriori规则完成关联挖掘 39 3.2.2 去掉冗余规则 42 3.3 关联规则可视化 43 3.4 Eclat挖掘 45 3.4.1 使用Eclat挖掘频繁项集 45 3.4.2 生成时态事务数据 47 3.5 使用cSPADE挖掘频繁时序模式 49 习题 52 第4章 聚类分析 53 4.1 层次聚类 53 4.1.1 使用层次聚类处理数据 53 4.1.2 将树分成簇 56 4.2 k均值聚类 57 4.2.1 使用k均值方法处理数据 57 4.2.2 绘制二元聚类图 59 4.3 聚类算法比较 61 4.4 聚类效果评估 62 4.4.1 从簇中抽取轮廓信息 62 4.4.2 获得优化的k值聚类 64 4.5 使用密度聚类方法处理数据 65 习题 68 第5章 决策树 69 5.1 准备训练和测试数据集 69 5.2 递归决策树 71 5.3 递归决策树可视化 73 5.4 评测递归分割树的预测能力 74 5.5 递归分割树剪枝 76 5.6 使用条件推理树建立分类模型 78 5.7 条件推理树可视化 79 5.8 评测条件推理树的预测能力 80 习题 82 第6章 神经网络与支持向量机 83 6.1 支持向量机 83 6.1.1 使用支持向量机完成数据分类 83 6.1.2 选择支持向量机的惩罚因子 85 6.1.3 实现SVM模型的可视化 87 6.1.4 基于支持向量机训练模型实现类预测 89 6.1.5 调整支持向量机 90 6.2 神经网络 93 6.2.1 利用neuralnet包训练神经网络模型 93 6.2.2 可视化由neuralnet包得到的神经网络模型 96 6.2.3 基于neuralnet包得到的模型实现类标号预测 97 6.2.4 利用nnet包训练神经网络模型 99 6.2.5 基于nnet包得到的模型实现类标号预测 101 习题 102 第7章 模型评估 103 7.1 k折交叉验证 103 7.1.1 基于k折交叉验证方法评测模型性能 103 7.1.2 利用e1071包完成交叉验证 104 7.1.3 利用caret包完成交叉检验 106 7.2 变量重要性排序 107 7.2.1 利用caret包对变量重要性程度排序 107 7.2.2 利用rminer包对变量重要程度排序 109 7.3 特征选择 110 7.3.1 利用caret包找到高度关联的特征 110 7.3.2 利用caret包选择特征 111 7.4 模型的性能评估 115 7.4.1 评测回归模型的性能 115 7.4.2 利用混淆矩阵评测模型的预测能力 118 7.4.3 利用ROCR评测模型的预测能力 119 7.4.4 利用caret包比较ROC曲线 120 7.4.5 利用caret包比较模型性能差异 123 习题 125 附录 习题库 126 参考文献 162