機(jī)器學(xué)習(xí)與R語(yǔ)言實(shí)戰(zhàn)

定　價(jià)：￥69.00

作　者：	丘祐瑋
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	計(jì)算機(jī)/網(wǎng)絡(luò) 計(jì)算機(jī)理論

購(gòu)買這本書可以去

ISBN：	9787111535959	出版時(shí)間：	2016-05-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	338	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書共11章。第1章介紹如何創(chuàng)建一個(gè)可用的R環(huán)境和基本的R命令；第2章講述如何使用R語(yǔ)言進(jìn)行探索性數(shù)據(jù)分析；第3章重點(diǎn)探討數(shù)據(jù)采樣和概率分布的概念；第4章探討因變量和解釋變量集合之間的線性關(guān)系；第5章介紹基于樹(shù)的分類器：K近鄰分類器、邏輯回歸分類器以及樸素貝葉斯分類器；第6章神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)；第7章展示一些模型評(píng)估的方法；第8章探討集成分類器；第9章講述多種聚類算法；第10章介紹關(guān)聯(lián)分析和序列挖掘；第11章介紹如何從原始變量中選擇和抽取特征；第12章討論大數(shù)據(jù)分析（R和Hadoop）。

作者簡(jiǎn)介

　　Abut the Auther　作者簡(jiǎn) 介Yu-Wei，Chiu （David Chiu）是LargitData公司（www.LargitData.com）的創(chuàng)始人。David曾是Trend Micro公司的軟件工程師，負(fù)責(zé)構(gòu)建商務(wù)智能大數(shù)據(jù)平臺(tái)以及客戶關(guān)系管理系統(tǒng)。除了是一名創(chuàng)業(yè)者和數(shù)據(jù)科學(xué)家之外，David還專注于利用Spark和Hadoop來(lái)處理海量數(shù)據(jù)，并使用數(shù)據(jù)挖掘技術(shù)來(lái)進(jìn)行數(shù)據(jù)分析。他還是一名專業(yè)的講師，在很多會(huì)議上做過(guò)關(guān)于Python、R以及Hadoop方面的技術(shù)報(bào)告。2013年，Yu-Wei審讀了《Bioinformatics with R Cookbook》（Packt出版社）。更多內(nèi)容請(qǐng)參考他的個(gè)人網(wǎng)站www.ywchiu.com。我要衷心感謝我的家人和朋友，是他們支持和鼓勵(lì)我完成了本書。我要誠(chéng)摯地向我母親Ming-Yang Huang（Miranda Huang）、我的良師Man-Kwan Shan、本書的校對(duì)Brendan Fisher，中國(guó)臺(tái)灣的R用戶組，數(shù)據(jù)科學(xué)項(xiàng)目（Data Science Program，DSP），以及其他支持過(guò)我的朋友表示感謝。

圖書目錄

目　　錄　Contents

譯者序

前言

作者簡(jiǎn)介

審校者簡(jiǎn)介

第1章　基于R實(shí)踐機(jī)器學(xué)習(xí) 1

1.1　簡(jiǎn)介 1

1.2　下載和安裝R 3

1.3　下載和安裝RStudio 10

1.4　包的安裝和加載 13

1.5　數(shù)據(jù)讀寫 15

1.6　使用R實(shí)現(xiàn)數(shù)據(jù)操作 18

1.7　應(yīng)用簡(jiǎn)單統(tǒng)計(jì) 22

1.8　數(shù)據(jù)可視化 25

1.9　獲取用于機(jī)器學(xué)習(xí)的數(shù)據(jù)集 28

第2章　挖掘RMS Titanic數(shù)據(jù)集 32

2.1　簡(jiǎn)介 32

2.2　從CSV文件中讀取Titanic數(shù)據(jù)集 33

2.3　根據(jù)數(shù)據(jù)類型進(jìn)行轉(zhuǎn)換 36

2.4　檢測(cè)缺失值 38

2.5　插補(bǔ)缺失值 40

2.6　識(shí)別和可視化數(shù)據(jù) 43

2.7　基于決策樹(shù)預(yù)測(cè)獲救乘客 50

2.8　基于混淆矩陣驗(yàn)證預(yù)測(cè)結(jié)果的準(zhǔn)確性 53

2.9　使用ROC曲線評(píng)估性能 55

第3章　R和統(tǒng)計(jì) 58

3.1　簡(jiǎn)介 58

3.2　理解R中的數(shù)據(jù)采樣 59

3.3　在R中控制概率分布 59

3.4　在R中進(jìn)行一元描述統(tǒng)計(jì) 64

3.5　在R中進(jìn)行多元相關(guān)分析 67

3.6　進(jìn)行多元線性回歸分析 69

3.7　執(zhí)行二項(xiàng)分布檢驗(yàn) 71

3.8　執(zhí)行t檢驗(yàn) 73

3.9　執(zhí)行Kolmogorov-Smirnov檢驗(yàn) 76

3.10　理解Wilcoxon秩和檢驗(yàn)及Wilcoxon符號(hào)秩檢驗(yàn) 78

3.11　實(shí)施皮爾森卡方檢驗(yàn) 80

3.12　進(jìn)行單因素方差分析 82

3.13　進(jìn)行雙因素方差分析 85

第4章　理解回歸分析 90

4.1　簡(jiǎn)介 90

4.2　調(diào)用lm函數(shù)構(gòu)建線性回歸模型 90

4.3　輸出線性模型的特征信息 93

4.4　使用線性回歸模型預(yù)測(cè)未知值 94

4.5　生成模型的診斷圖 96

4.6　利用lm函數(shù)生成多項(xiàng)式回歸模型 98

4.7　調(diào)用rlm函數(shù)生成穩(wěn)健線性回歸模型 99

4.8　在SLID數(shù)據(jù)集上研究線性回歸案例 101

4.9　基于高斯模型的廣義線性回歸 107

4.10　基于泊松模型的廣義線性回歸 109

4.11　基于二項(xiàng)模型的廣義線性回歸 111

4.12　利用廣義加性模型處理數(shù)據(jù) 112

4.13　可視化廣義加性模型 114

4.14　診斷廣義加性模型 116

第5章　分類I——樹(shù)、延遲和概率 119

5.1　簡(jiǎn)介 119

5.2　準(zhǔn)備訓(xùn)練和測(cè)試數(shù)據(jù)集 119

5.3　使用遞歸分割樹(shù)建立分類模型 121

5.4　遞歸分割樹(shù)可視化 124

5.5　評(píng)測(cè)遞歸分割樹(shù)的預(yù)測(cè)能力 126

5.6　遞歸分割樹(shù)剪枝 128

5.7　使用條件推理樹(shù)建立分類模型 130

5.8　條件推理樹(shù)可視化 131

5.9　評(píng)測(cè)條件推理樹(shù)的預(yù)測(cè)能力 132

5.10　使用k近鄰分類算法 134

5.11　使用邏輯回歸分類算法 137

5.12　使用樸素貝葉斯分類算法 142

第6章　分類II—神經(jīng)網(wǎng)絡(luò)和SVM 146

6.1　簡(jiǎn)介 146

6.2　使用支持向量機(jī)完成數(shù)據(jù)分類 147

6.3　選擇支持向量機(jī)的懲罰因子 149

6.4　實(shí)現(xiàn)SVM模型的可視化 152

6.5　基于支持向量機(jī)訓(xùn)練模型實(shí)現(xiàn)類預(yù)測(cè) 154

6.6　調(diào)整支持向量機(jī) 157

6.7　利用neuralnet包訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型 161

6.8　可視化由neuralnet包得到的神經(jīng)網(wǎng)絡(luò)模型 164

6.9　基于neuralnet包得到的模型實(shí)現(xiàn)類標(biāo)號(hào)預(yù)測(cè) 166

6.10　利用nnet包訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型 168

6.11　基于nnet包得到的模型實(shí)現(xiàn)類標(biāo)號(hào)預(yù)測(cè) 170

第7章　模型評(píng)估 173

7.1　簡(jiǎn)介 173

7.2　基于k折交叉驗(yàn)證方法評(píng)測(cè)模型性能 173

7.3　利用e1071包完成交叉驗(yàn)證 175

7.4　利用caret包完成交叉檢驗(yàn) 176

7.5　利用caret包對(duì)變量重要程度排序 177

7.6　利用rminer包對(duì)變量重要程度排序 180

7.7　利用caret包找到高度關(guān)聯(lián)的特征 181

7.8　利用caret包選擇特征 182

7.9　評(píng)測(cè)回歸模型的性能 187

7.10　利用混淆矩陣評(píng)測(cè)模型的預(yù)測(cè)能力 189

7.11　利用ROCR評(píng)測(cè)模型的預(yù)測(cè)能力 191

7.12　利用caret包比較ROC曲線 193

7.13　利用caret包比較模型性能差異 196

第8章　集成學(xué)習(xí) 199

8.1　簡(jiǎn)介 199

8.2　使用bagging方法對(duì)數(shù)據(jù)分類 200

8.3　基于bagging方法進(jìn)行交叉驗(yàn)證 203

8.4　使用boosting方法對(duì)數(shù)據(jù)分類 204

8.5　基于boosting方法進(jìn)行交叉驗(yàn)證 207

8.6　使用gradient boosting方法對(duì)數(shù)據(jù)分類 208

8.7　計(jì)算分類器邊緣 213

8.8　計(jì)算集成分類算法的誤差演變 216

8.9　使用隨機(jī)森林方法對(duì)數(shù)據(jù)分類 218

8.10　估算不同分類器的預(yù)測(cè)誤差 223

第9章　聚類 226

9.1　簡(jiǎn)介 226

9.2　使用層次聚類處理數(shù)據(jù) 227

9.3　將樹(shù)分成簇 231

9.4　使用k均值方法處理數(shù)據(jù) 234

9.5　繪制二元聚類圖 237

9.6　聚類算法比較 239

9.7　從簇中抽取輪廓信息 241

9.8　獲得優(yōu)化的k均值聚類 242

9.9　使用密度聚類方法處理數(shù)據(jù) 244

9.10　使用基于模型的聚類方法處理數(shù)據(jù) 248

9.11　相異度矩陣的可視化 251

9.12　使用外部驗(yàn)證評(píng)估聚類效果 253

第10章　關(guān)聯(lián)分析和序列挖掘 256

10.1　簡(jiǎn)介 256

10.2　將數(shù)據(jù)轉(zhuǎn)換成事務(wù)數(shù)據(jù) 257

10.3　展示事務(wù)及關(guān)聯(lián) 258

10.4　使用Apriori規(guī)則完成關(guān)聯(lián)挖掘 261

10.5　去掉冗余規(guī)則 266

10.6　關(guān)聯(lián)規(guī)則的可視化 267

10.7　使用Eclat挖掘頻繁項(xiàng)集 270

10.8　生成時(shí)態(tài)事務(wù)數(shù)據(jù) 273

10.9　使用cSPADE挖掘頻繁時(shí)序模式 276

第11章　降維 279

11.1　簡(jiǎn)介 279

11.2　使用FSelector完成特征篩選 280

11.3　使用PCA進(jìn)行降維 283

11.4　使用scree測(cè)試確定主成分?jǐn)?shù) 287

11.5　使用Kaiser方法確定主成分?jǐn)?shù) 289

11.6　使用主成分分析散點(diǎn)圖可視化多元變量 290

11.7　使用MDS進(jìn)行降維 293

11.8　使用SVD進(jìn)行降維 297

11.9　使用SVD進(jìn)行圖像壓縮 299

11.10　使用ISOMAP進(jìn)行非線性降維 302

11.11　使用局部線性嵌入法進(jìn)行非線性降維 306

第12章　大數(shù)據(jù)分析（R和Hadoop） 310

12.1　簡(jiǎn)介 310

12.2　準(zhǔn)備RHadoop環(huán)境 311

12.3　安裝rmr2 314

12.4　安裝rhdfs 315

12.5　在rhdfs中操作HDFS 316

12.6　在RHadoop中解決單詞計(jì)數(shù)問(wèn)題 318

12.7　比較R MapReduce程序和標(biāo)準(zhǔn)R程序的性能差別 320

12.8　測(cè)試和調(diào)試rmr2程序 321

12.9　安裝plyrmr 323

12.10　使用plyrmr處理數(shù)據(jù) 324

12.11　在RHadoop中實(shí)施機(jī)器學(xué)習(xí) 327

12.12　在Amazon EMR環(huán)境中配置RHadoop機(jī)群 330

附錄A　R和機(jī)器學(xué)習(xí)的資源 335

附錄B　Titanic幸存者的數(shù)據(jù)集 337