第1章 进入R的世界 1
1.1 R及RStudio的下载与安装 1
1.2 认识RStudio开发环境 2
1.3 第一次使用R 4
1.4 R包 6
第2章 R语言基础 8
2.1 基本概念 8
2.2 向量 14
2.3 矩阵和数组 28
2.4 数据框 39
2.5 列表 46
第3章 R函数与流程控制 50
3.1 编写自己的R函数 50
3.2 分支结构 62
3.3 循环结构 70
第 4章 数据的输入输 75
4.1 基本的输入输出功能 75
4.2 与其他软件的数据交换 88
第5章 基本图形 92
5.1 散点图 92
5.2 曲线图 94
5.3 图形的更多修饰 100
5.4 常用图形 113
第6章 数据预处理 119
6.1 字符串的处理 119
6.2 日期和时间的处理 129
6.3 数据清洗 133
第7章 数据处理与描述性统计 140
7.1 apply（）函数族 140
7.2 数据处理 151
7.3 描述性统计 158
第8章 广义线性回归 163
8.1 回归的基本模型 163
8.2 检验多元回归模型 175
8.3 评估与选择回归模型 177
8.4 预测回归模型 180
8.5 实践与练习 181
第9章 聚类分析 185
9.1 聚类分析的概念及常用函数 185
9.2 K-means算法 188
9.3 高斯混合模型 192
9.4 层次聚类法 197
9.5 实践与练习 201
第10章 支持向量机 209
10.1 支持向量机概述 209
10.2 线性可分及非线性支持向量机 212
10.3 实践与练习 217
第11章 人工神经网络 233
11.1 人工神经网络概述 233
11.2 神经网络中的感知机 235
11.3 剖析神经网络 239
11.4 神经网络实践与练习 244
第12章 应用案例——图书馆大数据分析 254
12.1 案例背景 254
12.2 数据探索 257
12.3 数据分析 263
12.4 数据可视化 271
参考文献 277