數據挖掘與商務(wù)分析：R語(yǔ)言簡(jiǎn)介，目錄書(shū)摘
2020-04-23 18:05
來(lái)源：京東
作者：京東
數據挖掘與商務(wù)分析：R語(yǔ)言
暫無(wú)報價(jià)
70+評論
100%好評
內容簡(jiǎn)介: 從海量的數據中收集、分析、提取有價(jià)值的信息需要功能強大的分析工具，本書(shū)結合R軟件詳細介紹了數據挖掘和數據分析的實(shí)用方法，主要內容包括處理信息和獲取數據、標準線(xiàn)性回歸、局部多項式回歸、統計建模中簡(jiǎn)約的重要性、Logistic回歸、貝葉斯分析、多項式Logistic回歸、決策樹(shù)、聚類(lèi)、購物籃分析、降維和網(wǎng)絡(luò )數據等。書(shū)后配有練習并且書(shū)中所有例子涉及的數據集和R代碼可以從本書(shū)配套網(wǎng)站獲取。
目錄:
譯者序
前言
致謝
第1章引言
參考文獻
第2章處理信息與認識數據
2.1例1：2006年出生數據
2.2例2：校友捐贈
2.3例3：橘子汁
參考文獻
第3章標準線(xiàn)性回歸
3.1用R函數估算線(xiàn)性回歸模型
3.2例1：汽車(chē)燃油效率
3.3例2：豐田二手車(chē)價(jià)格
附錄3.A模型過(guò)度擬合對回歸預測均方誤差的影響
參考文獻
第4章局部多項式回歸的非參數回歸方法
4.1模型的選擇
4.2密度估計和直方圖平滑化的應用
4.3多重回歸模型的拓展
4.4例題和軟件
4.4.1例1：老忠實(shí)噴泉
4.4.2例2：NOx排放物
參考文獻
第5章簡(jiǎn)約在統計建模中的重要性
5.1怎樣防止低假陽(yáng)率
參考文獻
第6章多參數回歸模型中基于懲罰算法的變量選擇
6.1例1：前列腺癌
6.2例2：橙汁
參考文獻
第7章Logistic回歸
7.1對二分類(lèi)響應數據建立線(xiàn)性模型
7.2Logistic回歸模型中回歸系數的解釋
7.3統計推斷
7.4對新樣例的分類(lèi)
7.5用R語(yǔ)言估計
7.6例1：死刑數據
7.6.1二分類(lèi)Logistic回歸：Minitab程序輸出
7.6.2R語(yǔ)言輸出結果的解釋與分析
7.7例2：延誤的航班
7.8例3：貸款驗收
7.9例4：德國信貸數據
參考文獻
第8章二元分類(lèi)、概率和分類(lèi)性能的評價(jià)
8.1二元分類(lèi)
8.2使用概率作決策
8.3靈敏度和特異度
8.4例子：德國信貸數據
第9章最近鄰分析分類(lèi)
9.1k近鄰算法
9.2例1：玻璃碎片的法醫分析
9.3例2：德國信貸數據
參考文獻
第10章樸素貝葉斯分析：一種由以分類(lèi)為主的變量對分類(lèi)響應變量預測的模型
10.1例：航班延誤
參考文獻
第11章多項式Logistic回歸
11.1計算軟件
11.2例1：玻璃碎片的法醫分析
11.3例2：重溫玻璃碎片的法醫分析
附錄11.A簡(jiǎn)單三重矩陣的詳述
參考文獻
第12章分類(lèi)和判別分析的深入探討
12.1Fisher線(xiàn)性判別函數
12.2例1：德國信用卡數據
12.3例2：Fisher鳶尾花數據
12.4例3：玻璃碎片的法醫分析數據
12.5例4：MBA申請數據
參考文獻
第13章決策樹(shù)
13.1例1：前列腺癌
13.2例2：摩托車(chē)加速度
13.3例3：回顧Fisher鳶尾花數據集
第14章回歸、分類(lèi)樹(shù)、計算軟件及其他實(shí)用分類(lèi)方法的深入探討
14.1有關(guān)樹(shù)結構的R程序包
14.2卡方自動(dòng)交互檢驗
14.3集成方法：Bagging算法、Boosting算法和隨機森林
14.4支持向量機
14.5神經(jīng)網(wǎng)絡(luò )
14.6R程序包：關(guān)于數據挖掘的一個(gè)有用的圖形用戶(hù)界面
參考文獻
第15章聚類(lèi)
15.1k均值聚類(lèi)
15.2另眼看聚類(lèi)：將期望最大化算法應用于混合正態(tài)分布
15.2.1E步
15.2.2M步
15.3層次聚類(lèi)過(guò)程
參考文獻
第16章購物籃分析:關(guān)聯(lián)規則和提升度
16.1例1：在線(xiàn)廣播
16.2例2：收入預測
參考文獻
第17章降維：因子模型和主成分分析
17.1例1：歐洲蛋白質(zhì)的攝入數據
17.2例2：月度失業(yè)率數據
第18章帶多重共線(xiàn)性輸入的降維回歸：主成分回歸和偏最小二乘法
18.1三個(gè)例子
18.1.1例1：模擬數據
18.1.2例2：基于50個(gè)州的歷史失業(yè)率預測某州下個(gè)月的失業(yè)率
18.1.3例3：預測下月失業(yè)率：比較不同方法樣本外預測效果
參考文獻
第19章文本數據：文本挖掘和情感分析
19.1逆多項式Logistic回歸
19.2例1：餐館評論
19.3例2：政治主張
附錄19.A Gentzkow/Shapiro關(guān)于“slant”的估計和偏最小二乘的關(guān)系
參考文獻
第20章網(wǎng)絡(luò )數據
20.1例1：15世紀佛羅倫薩的婚姻與權力
20.2例2：友誼網(wǎng)絡(luò )的連接
參考文獻
附錄A練習
附錄B參考文獻
京公網(wǎng)安備 11000002000088號
