數(shù)據(jù)挖掘與r語言下載 最新更新|軟件分類|軟件專題|手機(jī)版|論壇轉(zhuǎn)貼|軟件發(fā)布

您當(dāng)前所在位置： 首頁 → 教程下載 → 程序開發(fā) → 數(shù)據(jù)挖掘與r語言pdf 高清免費(fèi)版

數(shù)據(jù)挖掘與r語言pdf

高清免費(fèi)版

數(shù)據(jù)挖掘與r語言pdf下載
  • 軟件大?。?span itemprop="fileSize">23.59 MB
  • 軟件語言：中文
  • 軟件類型：國產(chǎn)軟件 / 程序開發(fā)
  • 軟件授權(quán)： 免費(fèi)軟件
  • 更新時(shí)間：2019-07-09 10:49:11
  • 軟件等級(jí)：4星
  • 軟件廠商： -
  • 應(yīng)用平臺(tái)：WinAll
  • 軟件官網(wǎng)：

ITMOP本地下載文件大小：23.59 MB

點(diǎn)贊 好評(píng) 0%（0） 差評(píng) 差評(píng) 0%（0）

軟件介紹人氣軟件精品推薦相關(guān)文章網(wǎng)友評(píng)論下載地址

小編為您推薦： 數(shù)據(jù)挖掘 r語言

數(shù)據(jù)挖掘與R語言是專門為計(jì)算機(jī)行業(yè)提供學(xué)習(xí)的數(shù)據(jù)挖掘類型書籍，在這里讀者可以通過全書學(xué)習(xí)r語言的數(shù)據(jù)挖掘，不需要太多的基礎(chǔ)知識(shí)，簡(jiǎn)單通俗易懂，還可以通過本書解決更多編程問題，歡迎有需要的用戶來IT貓撲下載！

內(nèi)容簡(jiǎn)介

《數(shù)據(jù)挖掘與R語言》的支持網(wǎng)站給出了案例研究的所有代碼、數(shù)據(jù)集以及R函數(shù)包，不要求讀者具有R、數(shù)據(jù)挖掘或統(tǒng)計(jì)技術(shù)的基礎(chǔ)知識(shí)?！队?jì)算機(jī)科學(xué)叢書:數(shù)據(jù)挖掘與R語言》利用大量給出必要步驟、代碼和數(shù)據(jù)的具體案例，詳細(xì)描述了數(shù)據(jù)挖掘的主要過程和技術(shù)。

“如果你想學(xué)習(xí)如何用一款統(tǒng)計(jì)專家和數(shù)據(jù)挖掘?qū)＜宜_發(fā)的免費(fèi)軟件包，那就選這本書吧。本書包括大量實(shí)際案例，它們充分體現(xiàn)了R軟件的廣度和深度?！?/p>

—— Bernhard Pfahringer, 新西蘭懷卡托大學(xué)

本書利用大量給出必要步驟、代碼和數(shù)據(jù)的具體案例，詳細(xì)描述了數(shù)據(jù)挖掘的主要過程和技術(shù)，廣泛涵蓋數(shù)據(jù)大小、數(shù)據(jù)類型、分析目標(biāo)、分析工具等方面的各種具有挑戰(zhàn)性的問題。

數(shù)據(jù)挖掘與r語言下載

本書特色

不要求讀者具有R、數(shù)據(jù)挖掘或統(tǒng)計(jì)技術(shù)的基礎(chǔ)知識(shí)。

包含R和MySQL基礎(chǔ)知識(shí)的簡(jiǎn)介。

提供了對(duì)數(shù)據(jù)挖掘技術(shù)的特性、缺點(diǎn)和分析目標(biāo)的基本理解。

通過仔細(xì)選擇的案例涵蓋了主要的數(shù)據(jù)挖掘技術(shù)。

給出的代碼和方法可以方便地復(fù)制或者改編后應(yīng)用于自己的問題。

作者簡(jiǎn)介

Luís Torgo

葡萄牙波爾圖大學(xué)計(jì)算機(jī)科學(xué)系副教授，現(xiàn)在在LIAAD實(shí)驗(yàn)室從事研究工作。他是APPIA會(huì)員，同時(shí)還是OBEGEF的創(chuàng)辦會(huì)員。

數(shù)據(jù)挖掘與R語言pdf目錄

出版者的話

推薦序

中文版序

譯者序

前言

致謝

第1章簡(jiǎn)介

1.1如何閱讀本書

1.2R簡(jiǎn)介

1.2.1R起步

1.2.2R對(duì)象

1.2.3向量

1.2.4向量化

1.2.5因子

1.2.6生成序列

1.2.7數(shù)據(jù)子集

1.2.8矩陣和數(shù)組

1.2.9列表

1.2.10數(shù)據(jù)框

1.2.11構(gòu)建新函數(shù)

1.2.12對(duì)象、類和方法

1.2.13管理R會(huì)話

1.3MySQL簡(jiǎn)介

第2章預(yù)測(cè)海藻數(shù)量

2.1問題描述與目標(biāo)

2.2數(shù)據(jù)說明

2.3數(shù)據(jù)加載到R

2.4數(shù)據(jù)可視化和摘要

2.5數(shù)據(jù)缺失

2.5.1將缺失部分剔除

2.5.2用最高頻率值來填補(bǔ)缺失值

2.5.3通過變量的相關(guān)關(guān)系來填補(bǔ)缺失值

2.5.4通過探索案例之間的相似性來填補(bǔ)缺失值

2.6獲取預(yù)測(cè)模型

2.6.1多元線性回歸

2.6.2回歸樹

2.7模型的評(píng)價(jià)和選擇

2.8預(yù)測(cè)7類海藻的頻率

2.9小結(jié)

第3章預(yù)測(cè)股票市場(chǎng)收益

3.1問題描述與目標(biāo)

3.2可用的數(shù)據(jù)

3.2.1在R中處理與時(shí)間有關(guān)的數(shù)據(jù)

3.2.2從CSV文件讀取數(shù)據(jù)

3.2.3從網(wǎng)站上獲取數(shù)據(jù)

3.2.4從MySQL數(shù)據(jù)庫讀取數(shù)據(jù)

3.3定義預(yù)測(cè)任務(wù)

3.3.1預(yù)測(cè)什么

3.3.2預(yù)測(cè)變量是什么

3.3.3預(yù)測(cè)任務(wù)

3.3.4模型評(píng)價(jià)準(zhǔn)則

3.4預(yù)測(cè)模型

3.4.1如何應(yīng)用訓(xùn)練集數(shù)據(jù)來建模

3.4.2建模工具

3.5從預(yù)測(cè)到實(shí)踐

3.5.1如何應(yīng)用預(yù)測(cè)模型

3.5.2與交易相關(guān)的評(píng)價(jià)準(zhǔn)則

3.5.3模型集成：仿真交易

3.6模型評(píng)價(jià)和選擇

3.6.1蒙特卡羅估計(jì)

3.6.2實(shí)驗(yàn)比較

3.6.3結(jié)果分析

3.7交易系統(tǒng)

3.7.1評(píng)估最終測(cè)試數(shù)據(jù)

3.7.2在線交易系統(tǒng)

3.8小結(jié)

第4章偵測(cè)欺詐交易

4.1問題描述與目標(biāo)

4.2可用的數(shù)據(jù)

4.2.1加載數(shù)據(jù)至R

4.2.2探索數(shù)據(jù)集

4.2.3數(shù)據(jù)問題

4.3定義數(shù)據(jù)挖掘任務(wù)

4.3.1問題的不同解決方法

4.3.2評(píng)價(jià)準(zhǔn)則

4.3.3實(shí)驗(yàn)方法

4.4計(jì)算離群值的排序

4.4.1無監(jiān)督方法

4.4.2有監(jiān)督方法

4.4.3半監(jiān)督方法

4.5小結(jié)

第5章微陣列樣本分類

5.1問題描述與目標(biāo)

5.1.1微陣列實(shí)驗(yàn)背景簡(jiǎn)介

5.1.2數(shù)據(jù)集ALL

5.2可用的數(shù)據(jù)

5.3基因（特征）選擇

5.3.1基于分布特征的簡(jiǎn)單過濾方法

5.3.2ANOVA過濾

5.3.3用隨機(jī)森林進(jìn)行過濾

5.3.4用特征聚類的組合進(jìn)行過濾

5.4遺傳學(xué)異常的預(yù)測(cè)

5.4.1定義預(yù)測(cè)任務(wù)

5.4.2模型評(píng)價(jià)標(biāo)準(zhǔn)

5.4.3實(shí)驗(yàn)過程

5.4.4建模技術(shù)

5.4.5模型比較

5.5小結(jié)

參考文獻(xiàn)

主題索引

數(shù)據(jù)挖掘術(shù)語索引

R函數(shù)索引

更多>> 軟件截圖

推薦應(yīng)用

    其他版本下載

      精品推薦

      相關(guān)文章

      下載地址

      • 數(shù)據(jù)挖掘與r語言pdf 高清免費(fèi)版

      查看所有評(píng)論>> 網(wǎng)友評(píng)論

      發(fā)表評(píng)論

      (您的評(píng)論需要經(jīng)過審核才能顯示) 網(wǎng)友粉絲QQ群號(hào):374962675

      查看所有 0條 評(píng)論>>

      更多>> 猜你喜歡