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
  • 軟件大小：23.6M
  • 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
  • 更新時間：2019-07-09 10:49
  • 軟件等級：4星
  • 應(yīng)用平臺：WinAll
  • 軟件官網(wǎng)：

ITMOP本地下載文件大�。�23.6M

點(diǎn)贊好評0%（0） 差評差評0%（0）

軟件介紹人氣軟件精品推薦相關(guān)文章網(wǎng)友評論下載地址

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，簡單通俗易懂，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。《計(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。”

—— 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。

包含R和mysql基礎(chǔ)知識的簡介。

提供了對數(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會員，同時還是OBEGEF的創(chuàng)辦會員。

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章簡介

1.1如何閱讀本書

1.2R簡介

1.2.1R起步

1.2.2R對象

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對象、類和方法

1.2.13管理R會話

1.3MySQL簡介

第2章預(yù)測海藻數(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)測模型

2.6.1多元線性回歸

2.6.2回歸樹

2.7模型的評價(jià)和選擇

2.8預(yù)測7類海藻的頻率

2.9小結(jié)

第3章預(yù)測股票市場收益

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)測任務(wù)

3.3.1預(yù)測什么

3.3.2預(yù)測變量是什么

3.3.3預(yù)測任務(wù)

3.3.4模型評價(jià)準(zhǔn)則

3.4預(yù)測模型

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)測到實(shí)踐

3.5.1如何應(yīng)用預(yù)測模型

3.5.2與交易相關(guān)的評價(jià)準(zhǔn)則

3.5.3模型集成：仿真交易

3.6模型評價(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評估最終測試數(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

5.4.1定義預(yù)測任務(wù)

5.4.2模型評價(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

推薦軟件

    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

      查看所有評論>>網(wǎng)友評論

      發(fā)表評論

      (您的評論需要經(jīng)過審核才能顯示) 網(wǎng)友粉絲QQ群號:203046401

      查看所有0條評論>>

      更多>>猜你喜歡