大数据技术丛书 R语言数据分析与挖掘实战

2 (p1): 基础篇
2 (p1-1): 第1章 数据挖掘基础
2 (p1-1-1): 1.1 某知名连锁餐饮企业的困惑
3 (p1-1-2): 1.2 从餐饮服务到数据挖掘
4 (p1-1-3): 1.3 数据挖掘的基本任务
4 (p1-1-4): 1.4 数据挖掘建模过程
4 (p1-1-4-1): 1.4.1 定义挖掘目标
5 (p1-1-4-2): 1.4.2 数据取样
6 (p1-1-4-3): 1.4.3 数据探索
7 (p1-1-4-4): 1.4.4 数据预处理
7 (p1-1-4-5): 1.4.5 挖掘建模
7 (p1-1-4-6): 1.4.6 模型评价
7 (p1-1-5): 1.5 常用数据挖掘建模工具
9 (p1-1-6): 1.6 小结
10 (p1-2): 第2章 R语言简介
10 (p1-2-1): 2.1 R安装
11 (p1-2-2): 2.2 R使用入门
11 (p1-2-2-1): 2.2.1 R操作界面
12 (p1-2-2-2): 2.2.2 RStudio窗口介绍
13 (p1-2-2-3): 2.2.3 R常用操作
16 (p1-2-3): 2.3 R数据分析包
18 (p1-2-4): 2.4 配套附件使用设置
18 (p1-2-5): 2.5 小结
19 (p1-3): 第3章 数据探索
19 (p1-3-1): 3.1 数据质量分析
20 (p1-3-1-1): 3.1.1 缺失值分析
20 (p1-3-1-2): 3.1.2 异常值分析
22 (p1-3-1-3): 3.1.3 一致性分析
23 (p1-3-2): 3.2 数据特征分析
23 (p1-3-2-1): 3.2.1 分布分析
25 (p1-3-2-2): 3.2.2 对比分析
27 (p1-3-2-3): 3.2.3 统计量分析
29 (p1-3-2-4): 3.2.4 周期性分析
30 (p1-3-2-5): 3.2.5 贡献度分析
31 (p1-3-2-6): 3.2.6 相关性分析
35 (p1-3-3): 3.3 R语言主要数据探索函数
35 (p1-3-3-1): 3.3.1 统计特征函数
37 (p1-3-3-2): 3.3.2 统计作图函数
40 (p1-3-4): 3.4 小结
41 (p1-4): 第4章 数据预处理
42 (p1-4-1): 4.1 数据清洗
42 (p1-4-1-1): 4.1.1 缺失值处理
45 (p1-4-1-2): 4.1.2 异常值处理
45 (p1-4-2): 4.2 数据集成
46 (p1-4-2-1): 4.2.1 实体识别
46 (p1-4-2-2): 4.2.2 冗余属性识别
46 (p1-4-3): 4.3 数据变换
46 (p1-4-3-1): 4.3.1 简单函数变换
47 (p1-4-3-2): 4.3.2 规范化
48 (p1-4-3-3): 4.3.3 连续属性离散化
51 (p1-4-3-4): 4.3.4 属性构造
52 (p1-4-3-5): 4.3.5 小波变换
55 (p1-4-4): 4.4 数据规约
55 (p1-4-4-1): 4.4.1 属性规约
58 (p1-4-4-2): 4.4.2 数值规约
61 (p1-4-5): 4.5 R语言主要数据预处理函数
65 (p1-4-6): 4.6 小结
66 (p1-5): 第5章 挖掘建模
66 (p1-5-1): 5.1 分类与预测
66 (p1-5-1-1): 5.1.1 实现过程
67 (p1-5-1-2): 5.1.2 常用的分类与预测算法
68 (p1-5-1-3): 5.1.3 回归分析
73 (p1-5-1-4): 5.1.4 决策树
79 (p1-5-1-5): 5.1.5 人工神经网络
83 (p1-5-1-6): 5.1.6 分类与预测算法评价
87 (p1-5-1-7): 5.1.7 R语言主要分类与预测算法函数
89 (p1-5-2): 5.2 聚类分析
89 (p1-5-2-1): 5.2.1 常用聚类分析算法
90 (p1-5-2-2): 5.2.2 K-Means聚类算法
95 (p1-5-2-3): 5.2.3 聚类分析算法评价
95 (p1-5-2-4): 5.2.4 R语言主要聚类分析算法函数
97 (p1-5-3): 5.3 关联规则
97 (p1-5-3-1): 5.3.1 常用关联规则算法
98 (p1-5-3-2): 5.3.2 Apriori算法
102 (p1-5-4): 5.4 时序模式
103 (p1-5-4-1): 5.4.1 时间序列算法
104 (p1-5-4-2): 5.4.2 时间序列的预处理
105…