数据挖掘算法与R语言实现

本书在介绍R软件基本功能的基础上，介绍了数据挖掘十大经典算法的基本原理及相应的R语言实现范例，旨在使读者能够仿照范例快速掌握大数据分析的方法，从高维海量数据中挖掘有用的信息，使用合适的数据挖掘算法，解决实际问题。全书内容共12章，分别介绍R软件的使用方法、C4.5算法、k-means算法、CART算法、Apriori算法、EM算法、PageRank算法、AdaBoost算法、kNN算法、Naive Bayes算法、SVM算法及各算法的案例分析。本书理论部分简单明了，所有程序均经过R软件实际运行。本书各章自成体系，读者既可从头逐章学习，也可随意挑选自己需要的章节学习。本书既可作为高年级本科生、研究生相关课程的教材，也可作为不同领域数据分析人员的工具书，还可作为零基础读者的自学教材。

 

第1章R软件的使用方法1
1.1R软件介绍和安装1
1.1.1R软件介绍1
1.1.2R软件的安装1
1.1.3Rstudio的安装2
1.2R语言基本运算3
1.2.1R语言的数值运算3
1.2.2R语言的向量5
1.2.3R语言的向量运算6
1.3R语言缺失数据7
1.3.1R语言缺失数据类型7
1.3.2R语言缺失数据识别7
1.3.3R语言缺失数据处理8
1.4矩阵的运算8
1.4.1矩阵建立8
1.4.2矩阵计算10
1.4.3矩阵分解11
1.5列表和数据框12
1.5.1列表介绍12
1.5.2数据框介绍13
1.6R软件的数据读/写14
1.7R软件包介绍15
1.7.1包的基础知识15
1.7.2自动安装包15
1.7.3通过硬盘加载包16
1.7.4常见包介绍16
1.8R语言的函数16
1.8.1循环结构16
1.8.2条件执行结构17
1.8.3自定义函数18
1.9R软件绘图功能介绍19
1.9.1高级绘图函数20
1.9.2低级绘图函数22
1.9.3用ggplot2包进行绘图25
第2章C4.5算法30
2.1算法简介30
2.2算法基本原理30
2.3算法的R语言实现33
2.3.1ctree函数介绍33
2.3.2C4.5决策树的R语言实例33
2.4小结35
参考文献36
第3章k-means算法37
3.1算法简介37
3.2算法基本原理37
3.3算法的R语言实现39
3.3.1kmeans函数介绍39
3.3.2k-means聚类的R语言实例39
3.4小结41
参考文献42
第4章CART算法44
4.1算法简介44
4.2算法基本原理44
4.2.1CART算法的建树44
4.2.2CART算法的剪枝45
4.2.3算法过程实例46
4.3算法的R语言实现48
4.3.1rpart函数介绍48
4.3.2CART决策树的R语言实例48
4.3.3rpart函数的补充说明50
4.4小结52
参考文献52
第5章Apriori算法53
5.1算法简介53
5.2算法基本原理53
5.2.1挖掘频繁模式和关联规则53
5.2.2Apriori算法55
5.2.3AprioriTid算法61
5.2.4挖掘顺序模式64
5.2.5Apriori算法的一种改进算法65
5.3算法的R语言实现算法66
5.3.1apriori函数介绍66
5.3.2Apriori模型66
5.4小结68
参考文献68
第6章EM算法70
6.1算法简介70
6.2算法基本原理71
6.2.1基础理论71
6.2.2算法过程实例71
6.3算法的R语言实现76
6.3.1mclust函数介绍76
6.3.2EM标准模型的R语言实现77
6.3.3存在噪声的EM算法的R语言实现79
6.3.4EM算法应用于高斯混合模型(GMM)81
6.3.5EM算法应用于Iris数据集84
6.4小结84
参考文献85
第7章PageRank算法86
7.1算法简介86
7.2算法基本原理86
7.3算法的R语言实现89
7.3.1page.rank函数介绍89
7.3.2igraph包实现PageRank算法89
7.3.3自定义PageRank算法的R语言实现90
7.3.4补充实例91
7.4小结95
参考文献96
第8章AdaBoost算法97
8.1算法简介97
8.2算法基本原理97
8.2.1Boosting算法97
8.2.2AdaBoost算法98
8.2.3算法过程实例101
8.3算法的R语言实现102
8.3.1boosting函数介绍102
8.3.2R语言实例102
8.4小结104
参考文献104
第9章kNN算法105
9.1算法简介105
9.2算法基本原理105
9.2.1算法描述105
9.2.2算法流程107
9.3算法的R语言实现108
9.3.1knn函数介绍108
9.3.2利用class包中的knn函数建立模型108
9.3.3kNN算法应用于Iris数据集109
9.3.4kNN算法应用于Breast数据集111
9.4小结113
参考文献114
第10章NaiveBayes算法115
10.1算法简介115
10.2算法基本原理115
10.2.1基础理论115
10.2.2算法过程实例118
10.3算法的R语言实现120
10.3.1naiveBayes函数介绍120
10.3.2利用e1071包中的naiveBayes函数建立模型120
10.3.3算法拓展——其他改进的NaiveBayes算法121
10.4小结123
参考文献123
第11章SVM算法125
11.1算法简介125
11.2算法基本原理125
11.2.1基础理论125
11.2.2软间隔优化127
11.2.3核映射129
11.2.4SVM算法的过程130
11.2.5SVC算法过程实例130
11.3算法的R语言实现132
11.3.1svm函数介绍132
11.3.2标准分类模型133
11.3.3多分类模型133
11.3.4SVM回归134
11.3.5SVM拓展包(kernlab包)135
11.3.6SVM算法应用于Iris数据集(e1071包)135
11.3.7SVM算法应用于Iris数据集(kernlab包)136
11.4小结137
参考文献138
第12章案例分析139
12.1关联规则案例分析139
12.1.1问题描述139
12.1.2R语言实现过程139
12.1.3不同参数的Apriori模型141
12.1.4小结145
12.2kNN算法案例分析145
12.2.1问题描述145
12.2.2R语言实现过程145
12.2.3小结148
12.3NaiveBayes算法案例分析149
12.3.1问题描述149
12.3.2R语言实现过程149
12.3.3小结152
12.4CART算法案例分析152
12.4.1问题描述152
12.4.2R语言实现过程152
12.4.3小结159
12.5AdaBoost算法案例分析159
12.5.1问题描述159
12.5.2R语言实现过程159
12.5.3小结161
12.6SVM算法案例分析162
12.6.1问题描述162
12.6.2R语言实现过程162
12.6.3小结167