深入淺出R語言數據分析

內容簡介

書首先介紹數據分析的方法論，然後介紹數據分析的相關模型方法，並進一步通過數據分析案例，講解數據分析的思維、方法及模型實現過程。本書重點介紹R語言在數據分析方面的套用，讓讀者能夠快速地使用R語言進行數據分析、構建模型。本書分為17章，內容包括：使用R語言獲取數據、數據分析中的數據處理與數據探索、生存分析、主成分分析、多維縮放、線性回歸模型、邏輯回歸模型、聚類模型、關聯規則、隨機森林、支持向量機、神經網路、文本挖掘、社交網路分析，以及關於R語言數據分析的兩個延伸內容：H2O機器學習和R語言爬蟲。本書內容通俗易懂，案例豐富，實用性強，特別適合R語言的入門讀者和進階讀者閱讀，也適合數據分析人員、數據挖掘人員等其他數據科學從業者。

zhua曲子白渡白顆

圖書目錄

作者簡介

內容簡介

前言

第1章　數據分析項目的流程

1.1　數據分析項目中的角色

1.2　數據分析項目的階段

1.3　總結

第2章　數據的讀取

2.1　RData數據

2.2　readr高效讀取數據

2.3　讀取Excel數據

2.4　讀取SPSS、SAS、STATA數據

2.5　R語言運算元據庫

2.6　總結

第3章　數據探索

3.1　缺失值的識別與處理

3.2　異常值

3.3　dlookr數據處理包

3.4　數據相關性

3.5　自動化創建數據探索報告

3.6　總結

第4章　生存分析

4.1　生存分析的基本內容

4.2　使用R語言進行生存分析

4.3　非參數模型

4.4　半參數模型生存分析方法

4.5　參數模型

4.6　隨機生存森林模型

4.7　總結

第5章　主成分分析

5.1　概述

5.2　主成分分析詳解

5.3　使用R語言進行主成分分析

5.4　總結

第6章　多維縮放

6.1　MDS的工作原理

6.2　在R語言中實現MDS

6.3　MDS的優點

6.4　總結

第7章　線性回歸模型

7.1　線性回歸模型概述

7.2　在R語言中實現回歸模型

7.3　總結

第8章　邏輯回歸模型

8.1　邏輯回歸的原理

8.2　在R語言中實現邏輯回歸模型

8.3　總結

第9章　聚類模型

9.1　概述

9.2　在R語言中實現聚類模型

9.3　總結

深入淺出R語言數據分析

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條