R語(yǔ)言數(shù)據(jù)分析：基礎(chǔ)、算法與實(shí)戰(zhàn)

第1章　R語(yǔ)言與數(shù)據(jù)分析 001
1.1　R與RStudio安裝 002
1.1.1　R語(yǔ)言安裝 002
1.1.2　RStudio安裝 003
1.1.3　R包安裝 005
1.2　數(shù)據(jù)分析簡(jiǎn)介 007
1.2.1　數(shù)據(jù)分析的內(nèi)容 007
1.2.2　數(shù)據(jù)分析工作流程 010
1.2.3　什么是數(shù)據(jù)分析師 012
1.2.4　數(shù)據(jù)分析師需要的技術(shù)和知識(shí) 012
1.3　R語(yǔ)言與數(shù)據(jù)分析 012
1.3.1　R語(yǔ)言為何適合數(shù)據(jù)分析 012
1.3.2　R語(yǔ)言常用數(shù)據(jù)分析包 013
1.4　本章小結(jié) 016
第2章　R語(yǔ)言快速入門 017
2.1　向量的數(shù)據(jù)類型 018
2.1.1　數(shù)值型 018
2.1.2　邏輯值型 020
2.1.3　字符型 020
2.1.4　因子型 022
2.2　矩陣與高維數(shù)組 023
2.2.1　矩陣 023
2.2.2　高維數(shù)組 025
2.3　數(shù)據(jù)框與列表 027
2.3.1　數(shù)據(jù)框 027
2.3.2　列表 030
2.4　條件判斷與循環(huán)語(yǔ)句 032
2.4.1　條件判斷語(yǔ)句 032
2.4.2　循環(huán)語(yǔ)句 033
2.5　編寫自己的函數(shù) 035
2.6　本章小結(jié) 037
第3章　R語(yǔ)言數(shù)據(jù)管理與操作 039
3.1　數(shù)據(jù)導(dǎo)入與保存 040
3.1.1　數(shù)據(jù)導(dǎo)入 040
3.1.2　數(shù)據(jù)保存 042
3.2　處理缺失值 042
3.2.1　缺失值發(fā)現(xiàn) 043
3.2.2　缺失值填充 044
3.3　數(shù)據(jù)操作 046
3.3.1　數(shù)據(jù)并行計(jì)算 046
3.3.2　數(shù)據(jù)選擇、過濾、分組 050
3.3.3　數(shù)據(jù)融合 059
3.3.4　進(jìn)行長(zhǎng)寬數(shù)據(jù)轉(zhuǎn)換 061
3.4　其它數(shù)據(jù)處理 062
3.4.1　lubridate包處理時(shí)間數(shù)據(jù) 062
3.4.2　stringr包處理文本數(shù)據(jù) 066
3.5　本章小結(jié) 072
第4章　R語(yǔ)言數(shù)據(jù)可視化 073
4.1　R語(yǔ)言基礎(chǔ)繪圖系統(tǒng) 074
4.1.1　基礎(chǔ)繪圖系統(tǒng)可視化基本設(shè)置 074
4.1.2　基礎(chǔ)繪圖系統(tǒng)可視化實(shí)戰(zhàn) 078
4.2　ggplot2包數(shù)據(jù)可視化 084
4.2.1　使用圖層構(gòu)建圖像 085
4.2.2　ggplot2可視化進(jìn)階 092
4.3　R語(yǔ)言其它數(shù)據(jù)可視化包 100
4.3.1　GGally包數(shù)據(jù)可視化 100
4.3.2　ggChernoff包數(shù)據(jù)可視化 103
4.3.3　ggTimeSeries包數(shù)據(jù)可視化 104
4.3.4　pheatmap包數(shù)據(jù)可視化 106
4.3.5　igraph包數(shù)據(jù)可視化 108
4.3.6　wordcloud包數(shù)據(jù)可視化 111
4.3.7　ComplexUpset包數(shù)據(jù)可視化 112
4.4　本章小結(jié) 114
第5章　R語(yǔ)言數(shù)據(jù)分析 115
5.1　相關(guān)性分析 116
5.1.1　相關(guān)系數(shù)介紹 116
5.1.2　相關(guān)系數(shù)計(jì)算與可視化分析 117
5.2　方差分析 118
5.2.1　單因素方差分析 118
5.2.2　雙因素方差分析 120
5.3　降維 123
5.3.1　常用數(shù)據(jù)降維算法 123
5.3.2　數(shù)據(jù)降維實(shí)戰(zhàn) 125
5.4　回歸分析 133
5.4.1　常用回歸算法 133
5.4.2　回歸評(píng)價(jià)指標(biāo) 135
5.4.3　數(shù)據(jù)回歸實(shí)戰(zhàn) 136
5.5　分類 147
5.5.1　常用分類算法 147
5.5.2　分類評(píng)價(jià)指標(biāo) 153
5.5.3　數(shù)據(jù)分類實(shí)戰(zhàn) 154
5.6　聚類 165
5.6.1　常用數(shù)據(jù)聚類算法 165
5.6.2　聚類評(píng)價(jià)指標(biāo) 168
5.6.3　數(shù)據(jù)聚類實(shí)戰(zhàn) 168
5.7　時(shí)間序列預(yù)測(cè) 173
5.7.1　時(shí)序預(yù)測(cè)的相關(guān)模型 173
5.7.2　時(shí)間序列預(yù)測(cè)實(shí)戰(zhàn) 176
5.8　本章小結(jié) 185
第6章　綜合案例1：中藥材鑒別 187
6.1　聚類算法鑒別藥材種類 189
6.1.1　數(shù)據(jù)探索與可視化 189
6.1.2　數(shù)據(jù)降維與特征提取 192
6.1.3　數(shù)據(jù)聚類 193
6.2　分類算法鑒別藥材的產(chǎn)地 195
6.2.1　數(shù)據(jù)導(dǎo)入與探索 195
6.2.2　選擇數(shù)據(jù)中的重要特征 197
6.2.3　鑒別藥材的產(chǎn)地 200
6.3　分類算法鑒別藥材的類別 202
6.3.1　數(shù)據(jù)導(dǎo)入與探索 202
6.3.2　數(shù)據(jù)特征降維 204
6.3.3　預(yù)測(cè)藥材的類別 205
6.4　分類算法預(yù)測(cè)藥材的產(chǎn)地 210
6.4.1　數(shù)據(jù)導(dǎo)入與探索 210
6.4.2　數(shù)據(jù)特征降維 212
6.4.3　預(yù)測(cè)藥材的產(chǎn)地 213
6.5　本章小結(jié) 220
第7章　綜合案例2：抗乳腺癌候選藥物分析 221
7.1　數(shù)據(jù)特征提取 224
7.1.1　數(shù)據(jù)可視化探索 225
7.1.2　特征選擇 228
7.2　回歸模型預(yù)測(cè)生物活性 232
7.2.1　利用隨機(jī)森林提取的特征建立回歸模型 232
7.2.2　利用Lasso回歸提取的特征建立回歸模型 235
7.3　分類模型預(yù)測(cè)二分類變量 236
7.3.1　通過遞歸特征消除提取特征建立分類模型 236
7.3.2　通過主成分降維提取特征建立分類模型 241
7.4　本章小結(jié) 244
第8章　綜合案例3：文本內(nèi)容數(shù)據(jù)分析 245
8.1　文本預(yù)處理 248
8.1.1　讀取文本數(shù)據(jù) 248
8.1.2　文本數(shù)據(jù)清洗 249
8.2　特征提取與可視化 252
8.2.1　TF特征 253
8.2.2　TF-IDF特征 254
8.2.3　詞云可視化 255
8.3　文本聚類 256
8.3.1　LDA主題模型聚類 256
8.3.2　K均值聚類 261
8.4　對(duì)文本進(jìn)行分類 264
8.4.1　基于TF-IDF特征建立分類模型 264
8.4.2　基于TF特征建立分類模型 266
8.5　中文文本數(shù)據(jù)分析 268
8.5.1　《三國(guó)演義》文本數(shù)據(jù)預(yù)處理 269
8.5.2　對(duì)文本數(shù)據(jù)探索與特征提取 270
8.5.3　建立LDA主題模型 273
8.6　本章小結(jié) 276
參考文獻(xiàn) 277