数据挖掘与商务分析 R语言 R软件统计分析入门书 R语言编程教程书籍 教你如何用R进行数据挖掘从入门到精通2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

数据挖掘与商务分析 R语言 R软件统计分析入门书 R语言编程教程书籍 教你如何用R进行数据挖掘从入门到精通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1章 引言1

参考文献5

第2章 处理信息与认识数据6

2.1 例1：2006年出生数据6

2.2 例2：校友捐赠14

2.3 例3：橘子汁24

参考文献31

第3章 标准线性回归32

3.1 用R函数估算线性回归模型34

3.2 例1：汽车燃油效率34

3.3 例2：丰田二手车价格37

附录3.A 模型过度拟合对回归预测均方误差的影响42

参考文献43

第4章 局部多项式回归的非参数回归方法44

4.1 模型的选择45

4.2 密度估计和直方图平滑化的应用46

4.3 多重回归模型的拓展46

4.4 例题和软件46

4.4.1 例1：老忠实喷泉46

4.4.2 例2：NOx排放物49

参考文献53

第5章 简约在统计建模中的重要性54

5.1 怎样防止低假阳率54

参考文献56

第6章 多参数回归模型中基于惩罚算法的变量选择57

6.1 例1：前列腺癌59

6.2 例2：橙汁63

参考文献66

第7章 Logistic回归67

7.1 对二分类响应数据建立线性模型67

7.2 Logistic回归模型中回归系数的解释68

7.3 统计推断69

7.4 对新样例的分类69

7.5 用R语言估计70

7.6 例1：死刑数据70

7.6.1 二分类Logistic回归：Minitab程序输出71

7.6.2 R语言输出结果的解释与分析71

7.7 例2：延误的航班74

7.8 例3：贷款验收80

7.9 例4：德国信贷数据83

参考文献87

第8章 二元分类、概率和分类性能的评价88

8.1 二元分类88

8.2 使用概率作决策88

8.3 灵敏度和特异度88

8.4 例子：德国信贷数据89

第9章 最近邻分析分类93

9.1 k近邻算法93

9.2 例1：玻璃碎片的法医分析94

9.3 例2：德国信贷数据99

参考文献101

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102

10.1 例：航班延误102

参考文献105

第11章 多项式Logistic回归106

11.1 计算软件107

11.2 例1：玻璃碎片的法医分析107

11.3 例2：重温玻璃碎片的法医分析112

附录11.A 简单三重矩阵的详述117

参考文献119

第12章 分类和判别分析的深入探讨120

12.1 Fisher线性判别函数122

12.2 例1：德国信用卡数据123

12.3 例2：Fisher鸢尾花数据124

12.4 例3：玻璃碎片的法医分析数据125

12.5 例4：MBA申请数据127

参考文献128

第13章 决策树129

13.1 例1：前列腺癌133

13.2 例2：摩托车加速度142

13.3 例3：回顾Fisher鸢尾花数据集144

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146

14.1 有关树结构的R程序包146

14.2 卡方自动交互检验147

14.3 集成方法：Bagging算法、Boosting算法和随机森林148

14.4 支持向量机150

14.5 神经网络151

14.6 R程序包：关于数据挖掘的一个有用的图形用户界面151

参考文献153

第15章 聚类154

15.1 k均值聚类154

15.2 另眼看聚类：将期望最大化算法应用于混合正态分布161

15.2.1 E步162

15.2.2 M步162

15.3 层次聚类过程167

参考文献172

第16章 购物篮分析：关联规则和提升度173

16.1 例1：在线广播174

16.2 例2：收入预测179

参考文献184

第17章 降维：因子模型和主成分分析185

17.1 例1：欧洲蛋白质的摄入数据187

17.2 例2：月度失业率数据191

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194

18.1 三个例子195

18.1.1 例1：模拟数据195

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197

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199

参考文献201

第19章 文本数据：文本挖掘和情感分析202

19.1 逆多项式Logistic回归203

19.2 例1：餐馆评论204

19.3 例2：政治主张208

附录19.A Gentzkow/Shapiro关于“slant”的估计和偏最小二乘的关系210

参考文献212

第20章 网络数据214

20.1 例1：15世纪佛罗伦萨的婚姻与权力214

20.2 例2：友谊网络的连接218

参考文献229

附录A 练习230

附录B 参考文献264