数据挖掘

数据挖掘技术是当下大数据时代最关键的技术，其应用领域及前景不可估量。R是一款极其优秀的统计分析和数据挖掘软件，黄文、王正林编著的《数据挖掘――R语言实战：大数据时代的R语言》侧重使用R进行数据挖掘，重点讲述了R的数据挖掘流程、算法包的使用及相关工具的应用，同时结合大量精选的数据挖掘实例对R软件进行深入潜出和全面的介绍，以便读者能深刻理解R的精髓并能快速、高效和灵活地掌握使用R进行数据挖掘的技巧。
通过本书，读者不仅能掌握使用R及相关的算法包来快速解决实际问题的方法，而且能得到从实际问题分析入手，到利用R进行求解，以及对挖掘结果进行分析的全面训练。
《数据挖掘――R语言实战：大数据时代的R语言》适用于计算机、互联网、机器学习、信息、数学、经济金融、管理、运筹、统计以及有关理工科专业的本科生、研究生使用，也能帮助市场营销、金融、财务、人力资源管理人员及产品经理解决实际问题，还能帮助从事咨询、研究、分析行业的人士及各级管理人士提高专业水平。

第0章 致敬，R！
致敬，肩膀！
致敬，时代！
致敬，人才！
致敬，R瑟！
上篇 数据预处理
第1章 数据挖掘导引
1.1 数据挖掘概述
1.1.1 数据挖掘的过程
1.1.2 数据挖掘的对象
1.1.3 数据挖掘的方法
1.1.4 数据挖掘的应用
1.2 数据挖掘的算法
1.3 数据挖掘的工具
1.3.1 工具的分类
1.3.2 工具的选择
1.3.3 商用的工具
1.3.4 开源的工具
1.4 R在数据挖掘中的优势
第2章 数据概览
2.1 n×m数据集
2.2 数据的分类
2.2.1 一般的数据分类
2.2.2 R 的数据分类
2.2.3 用R 简单处理数据
2.3 数据抽样及R 实现
2.3.1 简单随机抽样
2.3.2 分层抽样
2.3.3 整群抽样
2.4 训练集与测试集
2.5 本章汇总
第3章 用R获取数据
3.1 获取内置数据集
3.1.1 datasets数据集
3.1.2 包的数据集
3.2 获取其他格式的数据
3.2.1 CSV与TXT格式
3.2.2 从Excel直接获取数据
3.2.3 从其他统计软件中获取数据
3.3 获取数据库数据
3.4 获取网页数据
3.5 本章汇总
第4章 探索性数据分析
4.1 数据集
4.2 数字化探索
4.2.1 变量概况
4.2.2 变量详情
4.2.3 分布指标
4.2.4 稀疏性
4.2.5 缺失值
4.2.6 相关性
4.3 可视化探索
4.3.1 直方图
4.3.2 累积分布图
4.3.3 箱形图
4.3.4 条形图
4.3.5 点阵图
4.3.6 饼图
4.4 本章汇总
第5章 数据预处理
中篇 基本算法及应用
第6章 关联分析
第7章 聚类分析
第8章 判别分析
第9章 决策树
下篇 高级算法及应用
第10章 集成学习
第11章 随机森林
第12章 支持向量机
第13章 神经网络
第14章 模型评估与选择