數(shù)據(jù)挖掘與R語言（原書第2版）

推薦序
中文版序
譯者序
前言
致謝
第1章　簡介 1
1.1　如何閱讀本書 2
1.2　重現(xiàn)性 2
第一部分　R與數(shù)據(jù)挖掘簡介
第2章　R簡介 6
2.1　R起步 6
2.2　與R控制臺的簡單交互 8
2.3　R對象和變量 9
2.4　R函數(shù) 11
2.5　向量 14
2.6　向量化 15
2.7　因子 16
2.8　生成序列 18
2.9　數(shù)據(jù)子集 20
2.10　矩陣和數(shù)組 22
2.11　列表 25
2.12　數(shù)據(jù)框 28
2.13　數(shù)據(jù)框的擴(kuò)展 31
2.14　對象、類和方法 34
2.15　管理R會話 35
第3章　數(shù)據(jù)挖掘簡介 37
3.1　數(shù)據(jù)挖掘鳥瞰圖 37
3.2　數(shù)據(jù)收集和業(yè)務(wù)理解 38
3.2.1　數(shù)據(jù)和數(shù)據(jù)集 39
3.2.2　導(dǎo)入數(shù)據(jù)到R 40
3.3　數(shù)據(jù)預(yù)處理 45
3.3.1　數(shù)據(jù)清洗 45
3.3.2　變換變量 53
3.3.3　生成變量 55
3.3.4　降維 66
3.4　建模 74
3.4.1　探索性數(shù)據(jù)分析 75
3.4.2　使用關(guān)聯(lián)規(guī)則的依賴建模 94
3.4.3　聚類 101
3.4.4　異常檢測 112
3.4.5　預(yù)測分析 120
3.5　評估 147
3.5.1　Holdout和隨機(jī)子抽樣 148
3.5.2　交叉驗(yàn)證 150
3.5.3　Bootstrap估計(jì) 153
3.5.4　推薦程序 154
3.6　報(bào)告和部署 155
3.6.1　通過動態(tài)文檔進(jìn)行報(bào)告 155
3.6.2　通過Web應(yīng)用程序進(jìn)行部署 158
第二部分　數(shù)據(jù)挖掘案例研究
第4章　預(yù)測海藻數(shù)量 164
4.1　問題描述與目標(biāo) 164
4.2　數(shù)據(jù)說明 164
4.3　加載數(shù)據(jù)到R 165
4.4　數(shù)據(jù)可視化和總結(jié) 167
4.5　數(shù)據(jù)缺失 173
4.5.1　將缺失部分剔除 173
4.5.2　嘗試找到缺失值最有可能的賦值 175
4.5.3　通過變量的相關(guān)關(guān)系填補(bǔ)缺失值 176
4.5.4　通過探索類似個案填補(bǔ)缺失值 179
4.6　獲取預(yù)測模型 180
4.6.1　多元線性回歸 181
4.6.2　回歸樹 185
4.7　模型評價(jià)和選擇 189
4.8　預(yù)測7種海藻的頻率 200
4.9　小結(jié) 202
第5章　預(yù)測股票市場收益 203
5.1　問題描述與目標(biāo) 203
5.2　可用的數(shù)據(jù) 204
5.2.1　從CSV文件讀取數(shù)據(jù) 205
5.2.2　從網(wǎng)站上獲取數(shù)據(jù) 205
5.3　定義預(yù)測任務(wù) 206
5.3.1　預(yù)測什么 206
5.3.2　預(yù)測變量是什么 208
5.3.3　預(yù)測任務(wù) 212
5.3.4　模型評價(jià)準(zhǔn)則 213
5.4　預(yù)測模型 215
5.4.1　如何應(yīng)用訓(xùn)練集數(shù)據(jù)來建模 215
5.4.2　建模工具 216
5.5　從預(yù)測到實(shí)踐 222
5.5.1　如何應(yīng)用預(yù)測模型 222
5.5.2　與交易相關(guān)的評價(jià)準(zhǔn)則 223
5.5.3　模型集成：仿真交易 224
5.6　模型評價(jià)和選擇 230
5.6.1　蒙特卡羅估計(jì) 230
5.6.2　實(shí)驗(yàn)比較 231
5.6.3　結(jié)果分析 235
5.7　交易系統(tǒng) 243
5.7.1　評估最終測試數(shù)據(jù) 243
5.7.2　在線交易系統(tǒng) 247
5.8　小結(jié) 248
第6章　偵測欺詐交易 249
6.1　問題描述與目標(biāo) 249
6.2　可用的數(shù)據(jù) 249
6.2.1　加載數(shù)據(jù)到R 250
6.2.2　探索數(shù)據(jù)集 250
6.2.3　數(shù)據(jù)問題 256
6.3　定義數(shù)據(jù)挖掘任務(wù) 263
6.3.1　問題的不同解決方法 263
6.3.2　評價(jià)準(zhǔn)則 265
6.3.3　實(shí)驗(yàn)方法 270
6.4　計(jì)算離群值的排序 271
6.4.1　無監(jiān)督方法 271
6.4.2　有監(jiān)督方法 280
6.4.3　半監(jiān)督方法 290
6.5　小結(jié) 295
第7章　微陣列樣本分類 296
7.1　問題描述與目標(biāo) 296
7.1.1　微陣列實(shí)驗(yàn)背景簡介 296
7.1.2　數(shù)據(jù)集ALL 297
7.2　可用的數(shù)據(jù) 297
7.3　基因（特征）選擇 302
7.3.1　基于分布特征的簡單過濾方法 302
7.3.2　ANOVA過濾 304
7.3.3　使用隨機(jī)森林進(jìn)行過濾 306
7.3.4　使用特征聚類的組合進(jìn)行過濾 308
7.4　遺傳學(xué)異常的預(yù)測 309
7.4.1　定義預(yù)測任務(wù) 309
7.4.2　模型評價(jià)標(biāo)準(zhǔn) 309
7.4.3　實(shí)驗(yàn)過程 310
7.4.4　建模技術(shù) 311
7.4.5　模型比較 313
7.5　小結(jié) 320
參考文獻(xiàn) 321
主題索引 332
數(shù)據(jù)挖掘術(shù)語索引 337
R函數(shù)索引 339