R语言与数据挖掘 张良均著 PDF下载

本书主要分为三个部分，基础篇、建模应用篇和Rattle篇。基础篇（第1～5章）介绍了有关R语言的安装与使用、R语言中的数据结构、常用操作和绘图功能等基础功能。建模应用篇（第6～10章）主要介绍了目前在数据挖掘中的常用的建模方法在R语言中的实现函数，并对输出结果进行了解释，有助于读者快速掌握应用R语言进行分析挖掘建模的方法。Rattle篇（第11章）介绍了一个R语言的图形界面工具。图书配套提供了程序代码及数据，读者可通过上机实验，快速掌握书中所介绍的R语言的使用方法。

版权信息
前言
第一部分　基础篇
第1章　R语言的安装与使用
1.1　R安装与升级
1.2　R使用入门
1.3　R数据分析包
1.4　配套资源使用说明
1.5　小结
1.6　上机实验
第2章　数据对象与数据读写
2.1　数据类型
2.2　数据结构
2.3　数据文件的读写
2.4　小结
2.5　上机实验
第3章　R语言常用数据管理
3.1　变量的重命名
3.2　缺失值分析
3.3　数据排序
3.4　随机抽样
3.5　数值运算函数
3.6　字符串处理
3.7　文本分词
3.8　apply函数族
3.9　数据整合
3.10　控制流
3.11　函数的编写
3.12　小结
3.13　上机实验
第4章　图形探索
4.1　图形元素
4.2　图形组合
4.3　图形保存
4.4　图形函数
4.5　小结
4.6　上机实验
第5章　高级绘图工具
5.1　lattice包绘图工具
5.2　ggplot2包绘图工具
5.3　交互式绘图工具简介
5.4　小结
5.5　上机实验
第二部分　建模应用篇
第6章　分类与预测
6.1　回归分析
6.2　决策树
6.3　人工神经网络
6.4　KNN算法
6.5　朴素贝叶斯分类
6.6　其他分类与预测算法函数
6.7　分类与预测算法评价
6.8　小结
6.9　上机实验
第7章　聚类分析
7.1　K-Means聚类分析函数
7.2　层次聚类算法
7.3　其他聚类分析函数
7.4　小结
7.5　上机实验
第8章　关联规则
8.1　Apriori关联规则
8.2　小结
8.3　上机实验
第9章　智能推荐
9.1　智能推荐模型构建
9.2　智能推荐模型评价
9.3　小结
9.4　上机实验
第10章　时间序列
10.1　ARIMA模型
10.2　其他时间序列模型
10.3　小结
10.4　上机实验
第三部分　Rattle篇
第11章　可视化数据挖掘工具Rattle
11.1　Rattle简介及其安装
11.2　功能预览
11.3　数据导入
11.4　数据探索
11.5　数据建模
11.6　模型评估
11.7　小结
11.8　上机实验
参考资料