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电子书下载

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