R语言数据挖掘

目　　录 Contents译者序作者简介审校者简介前言致谢第1章　预备知识 11.1　大数据 21.2　数据源 31.3　数据挖掘 41.3.1　特征提取 41.3.2　总结 41.3.3　数据挖掘过程 51.4　社交网络挖掘 71.5　文本挖掘 91.5.1　信息检索和文本挖掘 101.5.2　文本挖掘预测 101.6　网络数据挖掘 101.7　为什么选择R 121.8　统计学 121.8.1　统计学与数据挖掘 131.8.2　统计学与机器学习 131.8.3　统计学与R语言 131.8.4　数据挖掘中统计学的局限性 131.9　机器学习 131.9.1　机器学习方法 141.9.2　机器学习架构 141.10　数据属性与描述 151.10.1　数值属性 161.10.2　分类属性 161.10.3　数据描述 161.10.4　数据测量 171.11　数据清洗 181.11.1　缺失值 181.11.2　垃圾数据、噪声数据或异常值 191.12　数据集成 191.13　数据降维 201.13.1　特征值和特征向量 201.13.2　主成分分析 201.13.3　奇异值分解 201.13.4　CUR分解 211.14　数据变换与离散化 211.14.1　数据变换 211.14.2　标准化数据的变换方法 221.14.3　数据离散化 221.15　结果可视化 231.16　练习 241.17　总结 24第2章　频繁模式、关联规则和相关规则挖掘 252.1　关联规则和关联模式概述 262.1.1　模式和模式发现 262.1.2　关系或规则发现 292.2　购物篮分析 302.2.1　购物篮模型 312.2.2　Apriori算法 312.2.3　Eclat算法 352.2.4　FP-growth算法 372.2.5　基于*大频繁项集的GenMax算法 412.2.6　基于频繁闭项集的Charm算法 432.2.7　关联规则生成算法 442.3　混合关联规则挖掘 462.3.1　多层次和多维度关联规则挖掘 462.3.2　基于约束的频繁模式挖掘 472.4　序列数据集挖掘 482.4.1　序列数据集 482.4.2　GSP算法 482.5　R语言实现 502.5.1　SPADE算法 512.5.2　从序列模式中生成规则 522.6　高性能算法 522.7　练习 532.8　总结 53第3章　分类 543.1　分类 553.2　通用决策树归纳法 563.2.1　属性选择度量 583.2.2　决策树剪枝 593.2.3　决策树生成的一般算法 593.2.4　R语言实现 613.3　使用ID3算法对高额度信用卡用户分类 613.3.1　ID3算法 623.3.2　R语言实现 643.3.3　网络攻击检测 643.3.4　高额度信用卡用户分类 663.4　使用C4.5算法进行网络垃圾页面检测 663.4.1　C4.5算法 673.4.2　R语言实现 683.4.3　基于MapReduce的并行版本 693.4.4　网络垃圾页面检测 703.5　使用CART算法判断网络关键资源页面 723.5.1　CART算法 733.5.2　R语言实现 743.5.3　网络关键资源页面判断 743.6　木马程序流量识别方法和贝叶斯分类 753.6.1　估计 753.6.2　贝叶斯分类 763.6.3　R语言实现 773.6.4　木马流量识别方法 773.7　垃圾邮件识别和朴素贝叶斯分类 793.7.1　朴素贝叶斯分类 793.7.2　R语言实现 803.7.3　垃圾邮件识别 803.8　基于规则的计算机游戏玩家类型分类和基于规则的分类 813.8.1　从决策树变换为决策规则 823.8.2　基于规则的分类 823.8.3　序列覆盖算法 833.8.4　RIPPER算法 833.8.5　计算机游戏玩家类型的基于规则的分类 853.9　练习 863.10　总结 86第4章　高级分类算法 874.1　集成方法 874.1.1　Bagging算法 884.1.2　Boosting和AdaBoost算法 894.1.3　随机森林算法 914.1.4　R语言实现 914.1.5　基于MapReduce的并行版本 924.2　生物学特征和贝叶斯信念网络 924.2.1　贝叶斯信念网络算法 934.2.2　R语言实现 944.2.3　生物学特征 944.3　蛋白质分类和k近邻算法 944.3.1　kNN算法 954.3.2　R语言实现 954.4　文档检索和支持向量机 954.4.1　支持向量机算法 974.4.2　R语言实现 994.4.3　基于MapReduce的并行版本 994.4.4　文档检索 1004.5　基于频繁模式的分类 1004.5.1　关联分类 1004.5.2　基于判别频繁模式的分类 1014.5.3　R语言实现 1014.5.4　基于序列频繁项集的文本分类 1024.6　基于反向传播算法的分类 1024.6.1　BP算法 1044.6.2　R语言实现 1054.6.3　基于MapReduce的并行版本 1054.7　练习 1064.8　总结 107第5章　聚类分析 1085.1　搜索引擎和k均值算法 1105.1.1　k均值聚类算法 1115.1.2　核k均值聚类算法 1125.1.3　k模式聚类算法 1125.1.4　R语言实现 1135.1.5　基于MapReduce的并行版本 1135.1.6　搜索引擎和网页聚类 1145.2　自动提取文档文本和k中心点算法 1165.2.1　PAM算法 1175.2.2　R语言实现 1175.2.3　自动提取和总结文档文本 1175.3　CLARA算法及实现 1185.3.1　CLARA算法 1195.3.2　R语言实现 1195.4　CLARANS算法及实现 1195.4.1　CLARANS算法 1205.4.2　R语言实现 1205.5　无监督的图像分类和仿射传播聚信息