R语言与商业智能【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

R语言与商业智能PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

部分Ⅰ基础知识2

第1章 R简介2

1.1 R简介2

1.2 R的发展历史3

1.3 R的功能3

1.4 CRAN和Bioconductor3

1.5 R的缺点3

1.6 安装R4

1.7 R的使用5

1.7.1 第一次使用R5

1.7.2 获取帮助5

1.7.3 工作空间和工作目录5

1.8 包的安装和使用6

1.9 其他辅助工具6

1.9.1 Rcmdr包：实现R的菜单化操作6

1.9.2 rattle：可视化数据挖掘工具7

1.9.3 Rstudio：一个友好的编辑器8

第2章 数据结构10

2.1 本章概要10

2.2 数据结构10

2.2.1 向量10

2.2.2 矩阵12

2.2.3 数组13

2.2.4 因子14

2.2.5 歹表15

2.2.6 数据框17

2.3 数据的导入与导出18

2.3.1 从键盘输入19

2.3.2 从纯文本中读取数据21

2.3.3 从其他文件中读取数据21

2.3.4 从数据库中读取数据23

2.3.5 写文件24

2.3.6 使用Windows的粘贴板功能24

2.3.7 保存输出24

2.3.8 保存为R特有的格式24

2.4 总结和补充25

2.4.1 总结25

2.4.2 补充25

第3章 数据清理和转换29

3.1 本章概要29

3.2 数据清理29

3.2.1 缺失值的处理30

3.2.2 构建新变量31

3.2.3 类型转化31

3.2.4.排序33

3.2.5 选取特定行或者子集34

3.2.6 数据的合并36

3.2.7 另一种操作数据框的方法37

3.3 数据标准化和中心化38

3.4 总结和补充39

3.4.1 总结39

3.4.2 补充39

第4章 R中的函数43

4.1 本章概要43

4.2 数学函数43

4.3 字符串函数46

4.4 统计函数49

4.5 矩阵计算52

4.6 构建自己的函数57

4.6.1 判断57

4.6.2 循环58

4.6.3 创建自己的函数59

4.7 高级函数60

4.7.1 apply函数族60

4.7.2 数据重整64

第5章 R绘图68

5.1 本章概要68

5.2 如何绘制一个图68

5.3 保存图形70

5.4 绘图时的一些参数设置71

5.4.1 图形的边距71

5.4.2 多幅图像的排列71

5.5 基本绘图函数72

5.5.1 设置点和线的类型74

5.5.2 设置颜色75

5.5.3 文本的大小和字体76

5.5.4 设置标题76

5.5.5 坐标轴77

5.5.6 网格线78

5.5.7 图例79

5.5.8 文本标注80

5.5.9 数学符号80

5.5.1 0对布局的控制81

5.6 R中的基本图形82

5.6.1 条形图82

5.6.2 直方图和核密度图84

5.6.3 饼图85

5.6.4 箱线图86

5.7 高级绘图函数87

第6章 MySQL的安装和使用90

6.1 本章概要90

6.2 MySQL的安装90

6.3 使用R连接MySQL93

6.4 MySQL的基本语法95

6.4.1 一般的SELECT语句95

6.4.2 LIMIT96

6.4.3 WHERE96

6.4.4 HAVING98

6.4.5 AS99

6.4.6 ORDER BY100

6.4.7 GROUP BY101

6.4.8 JOIN102

6.4.9 UNION107

6.4.1 0子查询107

6.4.1 1把查询结果写入外部文件111

6.5 改、写数据库中的表111

6.6 MySQL中常见的函数113

6.6.1 字符串函数113

6.6.2 数学函数115

6.7 在R中使用数据116

6.7.1 简单数据的展示117

6.7.2 多维数据的展示119

6.8 对数据进行定量分析121

6.9 自动化报表的生成122

部分Ⅱ案例124

第7章 鸢尾花的分类124

7.1 问题描述与目标124

7.2 数据描述124

7.3 加载数据125

7.4 了解你的数据125

7.5 模型的建立130

7.5.1 判别函数132

7.5.2 Logistic回归135

7.5.3 决策树138

7.5.4 支持向量机141

7.5.5 模型之间的比较141

7.6 总结143

第8章 股票市场的预测144

8.1 问题描述与目标144

8.2 数据的获得和介绍144

8.3 xts包146

8.4 问题的定义149

8.4.1 衡量的指标149

8.4.2 使用什么变量来预测150

8.5 模型的预测152

8.6 如何使用评价预测值153

8.7 总结156

第9章 关联分析157

9.1 问题描述与目标157

9.2 了解数据集157

9.2.1 加载数据157

9.2.2 数据的初步探索159

9.3 缺失值的处理162

9.4 数据的转换165

9.5 建立模型166

9.6 结果的解释和利用172

9.7 总结172

第10章 推荐系统173

10.1 问题描述与目标173

10.2 数据描述173

10.3 了解数据集175

10.4 构建推荐系统180

10.4.1 寻找相似的用户180

10.4.2 进行推荐183

10.4.3 寻找相似的电影186

10.5 存在的问题189

10.6 总结189