数据挖掘与商务分析 R语言pdf

数据挖掘与商务分析 R语言 内容简介

从海量的数据中收集、分析、提取有价值的信息需要功能强大的分析工具，本书结合R软件详细介绍了数据挖掘和数据分析的实用方法，主要内容包括处理信息和获取数据、标准线性回归、局部多项式回归、统计建模中简约的重要性、Logistic回归、贝叶斯分析、多项式Logistic回归、决策树、聚类、购物篮分析、降维和网络数据等。书后配有练习并且书中所有例子涉及的数据集和R代码可以从本书配套网站获取。

数据挖掘与商务分析 R语言 目录

第1章 引言

参考文献

第2章 处理信息与认识数据

2.1 例1：2006年出生数据

2.2 例2：校友捐赠

2.3 例3：橘子汁

参考文献

第3章 标准线性回归

3.1 用R函数估算线性回归模型

3.2 例1：汽车燃油效率

3.3 例2：丰田二手车价格

附录3.A 模型过度拟合对回归预测均方误差的影响

参考文献

第4章 局部多项式回归的非参数回归方法

4.1 模型的选择

4.2 密度估计和直方图平滑化的应用

4.3 多重回归模型的拓展

4.4 例题和软件

4.4.1 例1：老忠实喷泉

4.4.2 例2：NOx排放物

参考文献

第5章 简约在统计建模中的重要性

5.1 怎样防止低假阳率

参考文献

第6章 多参数回归模型中基于惩罚算法的变量选择

6.1 例1：前列腺癌

6.2 例2：橙汁

参考文献

第7章 Logistic回归

7.1 对二分类响应数据建立线性模型

7.2 Logistic回归模型中回归系数的解释

7.3 统计推断

7.4 对新样例的分类

7.5 用R语言估计

7.6 例1：死刑数据

7.6.1 二分类Logistic回归：Minitab程序输出

7.6.2 R语言输出结果的解释与分析

7.7 例2：延误的航班

7.8 例3：贷款验收

7.9 例4：德国信贷数据

参考文献

第8章 二元分类、概率和分类性能的评价

8.1 二元分类

8.2 使用概率作决策

8.3 灵敏度和特异度

8.4 例子：德国信贷数据

第9章 最近邻分析分类

9.1 k近邻算法

9.2 例1：玻璃碎片的法医分析

9.3 例2：德国信贷数据

参考文献

第10章 朴素贝叶斯分析：一种由以分类为主的变量对分类响应变量预测的模型

10.1 例：航班延误

参考文献

第11章 多项式Logistic回归

11.1 计算软件

11.2 例1：玻璃碎片的法医分析

11.3 例2：重温玻璃碎片的法医分析

附录11.A 简单三重矩阵的详述

参考文献

第12章 分类和判别分析的深入探讨

12.1 Fisher线性判别函数

12.2 例1：德国信用卡数据

12.3 例2：Fisher鸢尾花数据

12.4 例3：玻璃碎片的法医分析数据

12.5 例4：MBA申请数据

参考文献

第13章 决策树

13.1 例1：前列腺癌

13.2 例2：摩托车加速度

13.3 例3：回顾Fisher鸢尾花数据集

第14章 回归、分类树、计算软件及其他实用分类方法的深入探讨

14.1 有关树结构的R程序包

14.2 卡方自动交互检验

14.3 集成方法：Bagging算法、Boosting算法和随机森林

14.4 支持向量机

14.5 神经网络

14.6 R程序包：关于数据挖掘的一个有用的图形用户界面

参考文献

第15章 聚类

15.1 k均值聚类

15.2 另眼看聚类：将期望最大化算法应用于混合正态分布

15.2.1 E步

15.2.2 M步

15.3 层次聚类过程

参考文献

第16章 购物篮分析：关联规则和提升度

16.1 例1：在线广播

16.2 例2：收入预测

参考文献

第17章 降维：因子模型和主成分分析

17.1 例1：欧洲蛋白质的摄入数据

17.2 例2：月度失业率数据

第18章 带多重共线性输入的降维回归：主成分回归和偏最小二乘法

18.1 三个例子

18.1.1 例1：模拟数据

18.1.2 例2：基于50个州的历史失业率预测某州下个月的失业率

18.1.3 例3：预测下月失业率：比较不同方法样本外预测效果

参考文献

第19章 文本数据：文本挖掘和情感分析

19.1 逆多项式Logistic回归

19.2 例1：餐馆评论

19.3 例2：政治主张

附录19.A Gentzkow/Shapiro关于“slant”的估计和偏最小二乘的关系

参考文献

第20章 网络数据

20.1 例1：15世纪佛罗伦萨的婚姻与权力

20.2 例2：友谊网络的连接

参考文献

附录A 练习

附录B 参考文献

数据挖掘与商务分析 R语言 精彩文摘

我们还研究了婴儿出生体重对APGAR得分的箱形图以及出生体重对周几出生的箱形图。我们并不期望在出生体重和周几出生之间有很强的相关性，没有原因可以说明周末出生的孩子比工作日出生的孩子更重或更轻。APGAR得分是一个新生儿健康状况的指标，低值表示这个新生儿未来成长中会遇到更多困难。出生体重对APGAR得分的箱形图显示了它们之间有强相关性。通常低的出生体重伴随着低的APGAR得分，体重低会带来相应的健康或并发症问题。