R语言数据分析与挖掘【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

R语言数据分析与挖掘PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 统计分析基础1

第1章 概述1

1.1 为什么使用R语言2

1.2 R的安装3

1.3 RStudio集成环境4

1.4 R的基础操作4

1.5 包9

1.6 结果的重用性10

1.7 综合示例11

1.8 大数据处理11

1.9 数据挖掘13

小结16

习题16

第2章 数据访问17

2.1 数据集合17

2.2 数据结构18

2.3 数据的输入27

2.4 数据的输出35

2.5 数据集的标注36

2.6 处理数据对象的实用函数36

小结37

习题37

第3章 数据操作39

3.1 一个示例39

3.2 创建新变量41

3.3 变量的重编码42

3.4 变量的重命名43

3.5 缺失值44

3.6 日期型数据46

3.7 类型转换48

3.8 数据排序49

3.9 数据集的合并49

3.10 数据集取子集50

3.11 使用SQL语句操作数据框53

3.12 一个数据处理难题53

3.13 数值和字符处理函数54

3.14 数据处理难题的一套解决方案61

3.15 控制语句66

3.16 自定义函数68

3.17 重构与整合70

小结73

习题73

第4章 数据可视化75

4.1 创建图形75

4.2 简单示例77

4.3 图形参数78

4.4 添加文本、自定义坐标轴和图例83

4.5 图形的组合89

4.6 条形图93

4.7 饼图97

4.8 直方图99

4.9 核密度图100

4.10 点图105

4.11 ggplot2包107

小结116

习题116

第5章 概率与分布117

5.1 随机抽样117

5.2 概率分布118

5.3 R的概率分布122

5.4 常用分布的概率函数图124

5.5 中心极限定理及应用127

小结132

习题132

第6章 基本统计分析133

6.1 描述性统计分析133

6.2 频数表和列联表139

6.3 相关系数148

6.4 检验152

6.5 组间差异的非参数检验154

小结157

习题157

第7章 回归分析159

7.1 概论160

7.2 OLS回归161

7.3 回归诊断170

7.4 异常观测值179

7.5 改进方法182

7.6 选择“最佳”的回归模型184

7.7 深度分析188

小结192

习题192

第8章 方差分析195

8.1 基本概念195

8.2 ANOVA模型拟合196

8.3 单因素方差分析198

8.4 单因素协方差分析202

8.5 双因素方差分析206

8.6 重复测量方差分析208

8.7 多元方差分析210

8.8 回归实现ANOVA214

小结216

习题216

第二部分 机器学习实践218

第9章 大数据高性能计算218

9.1 数据选择219

9.2 数据聚合223

9.3 数据引用225

9.4 键与快速筛选228

9.5 数据连接231

9.6 数据变形236

小结238

习题238

第10章 机器学习流程239

10.1 数据探索240

10.2 数据划分241

10.3 数据填充242

10.4 特征选择246

10.5 建模与调优251

10.6 测试与评估257

小结260

习题260

第11章 有监督学习模型261

11.1 线性回归模型263

11.2 逻辑回归模型269

11.3 线性判别分析模型275

11.4 朴素贝叶斯模型275

11.5 k近邻模型275

11.6 决策树模型284

11.7 随机森林模型299

11.8 神经网络模型309

11.9 支持向量机模型319

小结330

习题330

第12章 无监督学习模型331

12.1 k均值聚类模型333

12.2 DBSCAN聚类模型341

12.3 AGNES层次聚类模型346

12.4 关联分析模型351

小结357

习题357

参考文献358