资源名称：数据挖掘 R语言实战 黄文 完整版PDF
第0章 致敬，R！
致敬，肩膀！
致敬，时代！
致敬，人才！
致敬，R 瑟！
上篇 数据预处理
第1章 数据挖掘导引
1.1 数据挖掘概述
1.1.1 数据挖掘的过程
1.1.2 数据挖掘的对象
1.1.3 数据挖掘的方法
1.1.4 数据挖掘的应用
1.2 数据挖掘的算法
1.3 数据挖掘的工具
1.3.1 工具的分类
1.3.2 工具的选择
1.3.3 商用的工具
1.3.4 开源的工具
1.4 R 在数据挖掘中的优势
数据挖掘：R 语言实战
VI
第2章 数据概览
2.1 n×m 数据集
2.2 数据的分类
2.2.1 一般的数据分类
2.2.2 R 的数据分类
2.2.3 用R 简单处理数据
2.3 数据抽样及R 实现
2.3.1 简单随机抽样
2.3.2 分层抽样
2.3.3 整群抽样
2.4 训练集与测试集
2.5 本章汇总
第3章 用R 获取数据
3.1 获取内置数据集
3.1.1 datasets 数据集
3.1.2 包的数据集
3.2 获取其他格式的数据
3.2.1 CSV 与TXT 格式
3.2.2 从Excel 直接获取数据
3.2.3 从其他统计软件中获取数据
3.3 获取数据库数据
3.4 获取网页数据
3.5 本章汇总
第4章 探索性数据分析
4.1 数据集
4.2 数字化探索
4.2.1 变量概况
4.2.2 变量详情
4.2.3 分布指标
4.2.4 稀疏性
4.2.5 缺失值
4.2.6 相关性
4.3 可视化探索
4.3.1 直方图
VII
4.3.2 累积分布图
4.3.3 箱形图
4.3.4 条形图
4.3.5 点阵图
4.3.6 饼图
4.5 本章汇总
第5章 数据预处理
5.1 数据集加载
5.2 数据清理
5.2.1 缺失值处理
5.2.2 噪声数据处理
5.2.3 数据不一致的处理
5.3 数据集成
5.4 数据变换
5.5 数据归约
5.6 本章汇总
中篇 基本算法及应用
第6章 关联分析
6.1 概述
6.2 R 中的实现
6.2.1 相关软件包
6.2.2 核心函数
6.2.3 数据集
6.3 应用案例
6.3.1 数据初探
6.3.2 对生成规则进行强度控制
6.3.3 一个实际应用
6.3.4 改变输出结果形式
6.3.5 关联规则的可视化
6.4 本章汇总
第7章 聚类分析
7.1 概述
7.1.1 K-均值聚类
数据挖掘：R 语言实战
VIII
7.1.2 K-中心点聚类
7.1.3 系谱聚类
7.1.4 密度聚类
7.1.5 期望最大化聚类
7.2 R 中的实现
7.2.1 相关软件包
7.2.2 核心函数
7.2.3 数据集
7.3 应用案例
7.3.1 K-均值聚类
7.3.2 K-中心点聚类
7.3.3 系谱聚类
7.3.4 密度聚类
7.3.5 期望最大化聚类
7.4 本章汇总
第8章 判别分析
8.1 概述
8.1.1 费希尔判别
8.1.2 贝叶斯判别
8.1.3 距离判别
8.2 R 中的实现
8.2.1 相关软件包
8.2.2 核心函数
8.2.3 数据集
8.3 应用案例
……..
资源截图：
