返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • R语言数据分析与挖掘实战 张良均 等 著 专业科技 文轩网
  • 新华书店正版
    • 作者: 张良均 等 著著
    • 出版社: 机械工业出版社
    • 出版时间:2015-10-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 张良均 等 著著
    • 出版社:机械工业出版社
    • 出版时间:2015-10-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2015-10-01
    • 页数:325
    • 开本:16开
    • 装帧:平装
    • 国别/地区:中国
    • 版权提供:机械工业出版社

    R语言数据分析与挖掘实战

    作  者:张良均 等 著
    定  价:69
    出 版 社:机械工业出版社
    出版日期:2015年10月01日
    页  数:325
    装  帧:平装
    ISBN:9787111516040
    主编推荐

    内容简介

    本书共16章,分三个部分:基础篇、实战篇、提高篇。基础篇介绍了数据挖掘的基本原理,实战篇介绍了一个个真实案例,通过对案例深入浅出的剖析,使读者在不知不觉中通过案例实践获得数据挖掘项目经验,同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中,应充分利用随书配套的案例建模数据,借助相关的数据挖掘建模工具,通过上机实验,以快速理解相关知识与理论。不错篇介绍了基于R语言二次开发的数据挖掘应用软件,使读者体验到数据挖掘二次的开发的魅力。

    作者简介

    张良均,资历大数据挖掘专家和模式识别专家,有10多年的大数据挖掘应用、咨询经验,10余年数据仓库系统管理与实施经验,超过10年的系统开发与设计经验。为电信、电力、互联网、生产制造、零售、银行、生物、化工、医药等多个行业上百家大型企业提供过数据挖掘应用与咨询服务,实践经验很好丰富。此外,他精通Java EE企业级应用开发,是广东工业大学和华南师范大学兼职教授,著有《神经网络实用教程》、《数据挖掘:实用案例分析》等畅销书。

    精彩内容

    目录
    前言
    基础篇
    章数据挖掘基础2
    1.1某知名连锁餐饮企业的困惑2
    1.2从餐饮服务到数据挖掘3
    1.3数据挖掘的基本任务4
    1.4数据挖掘建模过程4
    1.4.1定义挖掘目标4
    1.4.2数据取样5
    1.4.3数据探索6
    1.4.4数据预处理7
    1.4.5挖掘建模7
    1.4.6模型评价7
    1.5常用数据挖掘建模工具7
    1.6小结9
    第2章R语言简介10
    2.1R安装10
    2.2R使用入门11
    2.2.1R操作界面11
    2.2.2RStudio窗口介绍12
    2.2.3R常用操作13
    2.3R数据分析包16
    2.4配套附件使用设置18
    2.5小结18
    第3章数据探索19
    3.1数据质量分析19
    3.1.1缺失值分析20
    3.1.2异常值分析20
    3.1.3一致性分析22
    3.2数据特征分析23
    3.2.1分布分析23
    3.2.2对比分析25
    3.2.3统计量分析27
    3.2.4周期性分析29
    3.2.5贡献度分析30
    3.2.6相关性分析31
    3.3R语言主要数据探索函数35
    3.3.1统计特征函数35
    3.3.2统计作图函数37
    3.4小结40
    第4章数据预处理41
    4.1数据清洗42
    4.1.1缺失值处理42
    4.1.2异常值处理45
    4.2数据集成45
    4.2.1实体识别46
    4.2.2冗余属性识别46
    4.3数据变换46
    4.3.1简单函数变换46
    4.3.2规范化47
    4.3.3连续属性离散化48
    4.3.4属性构造51
    4.3.5小波变换52
    4.4数据规约55
    4.4.1属性规约55
    4.4.2数值规约58
    4.5R语言主要数据预处理函数61
    4.6小结65
    第5章挖掘建模66
    5.1分类与预测66
    5.1.1实现过程66
    5.1.2常用的分类与预测算法67
    5.1.3回归分析68
    5.1.4决策树73
    5.1.5人工神经网络79
    5.1.6分类与预测算法评价83
    5.1.7R语言主要分类与预测算法函数87
    5.2聚类分析89
    5.2.1常用聚类分析算法89
    5.2.2K-Means聚类算法90
    5.2.3聚类分析算法评价95
    5.2.4R语言主要聚类分析算法函数95
    5.3关联规则97
    5.3.1常用关联规则算法97
    5.3.2Apriori算法98
    5.4时序模式102
    5.4.1时间序列算法103
    5.4.2时间序列的预处理104
    5.4.3平稳时间序列分析105
    5.4.4非平稳时间序列分析107
    5.4.5R语言主要时序模式算法函数114
    5.5离群点检测116
    5.5.1离群点检测方法117
    5.5.2基于模型的离群点检测方法118
    5.5.3基于聚类的离群点检测方法120
    5.6小结122
    实战篇
    第6章电力窃漏电用户自动识别126
    6.1背景与挖掘目标126
    6.2分析方法与过程129
    6.2.1数据抽取130
    6.2.2数据探索分析130
    6.2.3数据预处理133
    6.2.4构建专家样本137
    6.2.5模型构建138
    6.3上机实验143
    6.4拓展思考144
    6.5小结144
    第7章航空公司客户价值分析145
    7.1背景与挖掘目标145
    7.2分析方法与过程146
    7.2.1数据抽取149
    7.2.2数据探索分析149
    7.2.3数据预处理150
    7.2.4模型构建153
    7.3上机实验158
    7.4拓展思考159
    7.5小结159
    第8章中医证型关联规则挖掘160
    8.1背景与挖掘目标160
    8.2分析方法与过程162
    8.2.1数据获取163
    8.2.2数据预处理165
    8.2.3模型构建169
    8.3上机实验171
    8.4拓展思考172
    8.5小结172
    第9章基于水色图像的水质评价173
    9.1背景与挖掘目标173
    9.2分析方法与过程174
    9.2.1数据预处理175
    9.2.2模型构建177
    9.2.3水质评价179
    9.3上机实验180
    9.4拓展思考180
    9.5小结181
    0章家用电器用户行为分析与事件识别182
    10.1背景与挖掘目标182
    10.2分析方法与过程183
    10.2.1数据抽取184
    10.2.2数据探索分析185
    10.2.3数据预处理185
    10.2.4模型构建195
    10.2.5模型检验198
    10.3上机实验200
    10.4拓展思考201
    10.5小结202
    1章应用系统负载分析与磁盘容量预测203
    11.1背景与挖掘目标203
    11.2分析方法与过程205
    11.2.1数据抽取206
    11.2.2数据探索分析206
    11.2.3数据预处理207
    11.2.4模型构建208
    11.3上机实验213
    11.4拓展思考214
    11.5小结215
    2章电子商务智能推荐服务216
    12.1背景与挖掘目标216
    12.2分析方法与过程222
    12.2.1数据抽取224
    12.2.2数据探索分析225
    12.2.3数据预处理230
    12.2.4模型构建235
    12.3上机实验245
    12.4拓展思考246
    12.5小结251
    3章基于数据挖掘技术的市财政收入分析预测模型252
    13.1背景与挖掘目标252
    13.2分析方法与过程254
    13.2.1灰色预测与神经网络的组合模型255
    13.2.2数据探索分析256
    13.2.3模型构建259
    13.3上机实验273
    13.4拓展思考273
    13.5小结274
    4章基于基站定位数据的商圈分析275
    14.1背景与挖掘目标275
    14.2分析方法与过程277
    14.2.1数据抽取277
    14.2.2数据探索分析278
    14.2.3数据预处理279
    14.2.4模型构建282
    14.3上机实验286
    14.4拓展思考286
    14.5小结287
    5章电商产品评论数据情感分析288
    15.1背景与挖掘目标288
    15.2分析方法与过程288
    15.2.1评论数据采集289
    15.2.2评论预处理292
    15.2.3文本评论分词297
    15.2.4模型构建298
    15.3上机实验312
    15.4拓展思考313
    15.5小结314
    提高篇
    6章基于R语言的数据挖掘二次开发316
    16.1混合编程应用体验——TipDM数据挖掘平台316
    16.2二次开发过程环境配置320
    16.3R语言数据挖掘二次开发实例322
    16.4小结325
    参考资料326

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购