零基礎學R語言數據分析：從機器學習、數據挖掘、文本挖掘到大數據分析

第1章 R簡介 1

1.1 開始使用R軟件 1

1.2 R對象 4

1.2.1 向量 4

1.2.2 數組 5

1.2.3 矩陣 7

1.2.4 數據框 9

1.2.5 因子 11

1.2.6 列表 11

1.2.7 對象轉換 12

第2章 數據的讀取與寫入 14

2.1 數據的讀取 14

2.2 數據的寫入與數據集 17

2.3 RData 格式數據的寫入與讀取 18

2.4 讀取 SQL Server 數據庫的數據 19

第3章 流程控制及自定義函數 20

3.1 條件執(zhí)行 20

3.2 循環(huán)控制 22

3.3 自定義函數 25

第4章 繪圖功能及基本統(tǒng)計 27

4.1 高級繪圖 27

4.2 低級繪圖 30

4.3 交互式繪圖 31

4.4 圖形參數 32

4.5 基本統(tǒng)計 34

第5章 相關程序包的介紹 39

5.1 機器學習 39

5.2 數據挖掘 40

5.3 社交網絡分析及文本挖掘 40

5.4 大數據分析 41

5.5 程序包的介紹 41

第6章 監(jiān)督式學習 51

6.1 決策樹 51

6.2 支持向量機 61

6.3 人工神經網絡 65

6.4 組合方法 70

6.4.1 隨機森林 70

6.4.2 推進法 71

第7章 無監(jiān)督式學習 72

7.1 層次聚類法 72

7.2 K 平均聚類算法 75

7.3 模糊C平均聚類算法 77

7.4 聚類指標 83

第8章 進化式學習 86

8.1 基因算法 86

8.2 人工蜂群算法 92

第9章 混合式學習 95

9.1 使用 C50 和 ABCoptim 程序包范例 95

9.2 使用基因算法來調整人工神經網絡參數的范例 97

第10章 關聯(lián)規(guī)則 107

10.1 關聯(lián)規(guī)則簡介 107

10.2 Apriori 算法 108

第11章 社交網絡分析和文本挖掘 117

11.1 社交網絡分析 117

11.2 文本挖掘 122

第12章 圖形化數據分析工具 125

12.1 導入數據 126

12.1.1 處理數據集 130

12.1.2 設置變量 131

12.2 探索和測試數據 131

12.3 轉換數據 135

12.4 建立、評估和導出模型 137

第13章 大數據分析 （R+Hadoop） 141

13.1 Hadoop 簡介 141

13.2 R+Hadoop 142

第14章 SparkR 大數據分析 170

14.1 dplyr 數據處理程序包 172

14.2 SparkR 數據處理 175

14.3 SparkR 與 SQL Server 181

14.4 SparkR 與 Cassandra 184

14.5 Spark Standalone 模式 186

14.6 SparkR 數據分析 189

附錄A 下載和安裝 R 197

附錄B 安裝RStudio Desktop 203

附錄C 安裝ODBC 209

附錄D 指令及用法 214

附錄E 在虛擬機上安裝 R+Hadoop 218

附錄F 在虛擬機上安裝 SparkR 247

參考文獻 272