R语言数据分析与挖掘实战手册

第1 章 R 语言简介
1.1 R 语言软件的安装与运行................................................................................................. 1
1.1.1 R 语言软件的安装、启动与关闭........................................................................... 1
1.1.2 R 语言程辑包的安装和使用.................................................................................. 4
1.2 R 语言的数据结构............................................................................................................. 6
1.2.1 R 语言对象和类型................................................................................................. 6
1.2.2 向量........................................................................................................................ 7
1.2.3 数组和矩阵........................................................................................................... 12
1.2.4 列表...................................................................................................................... 17
1.2.5 数据框.................................................................................................................. 20
第2 章 数据的读取与保存
2.1 数据的读取...................................................................................................................... 24
2.1.1 读取内置数据集和文本文件................................................................................ 24
2.1.2 读取Excel 数据和CSV 格式的数据.................................................................... 30
2.1.3 读取R 语言格式数据和网页数据........................................................................ 33
2.1.4 读取其他格式的数据........................................................................................... 34
2.2 数据保存.......................................................................................................................... 36
2.2.1 写出数据.............................................................................................................. 36
2.2.2 使用函数cat() ...................................................................................................... 37
2.2.3 保存为R 语言格式文件....................................................................................... 38
2.2.4 保存为其他类型文件........................................................................................... 39
第3 章 数据预处理
3.1 缺失值处理...................................................................................................................... 40
3.1.1 缺失值判断........................................................................................................... 40
3.1.2 缺失模型判断....................................................................................................... 44
3.1.3 常用处理方法....................................................................................................... 48
3.2 数据整理.......................................................................................................................... 53
3.2.1 数据合并.............................................................................................................. 53
3.2.2 选取子集.............................................................................................................. 56
3.2.3 数据转换.............................................................................................................. 59
第4 章 数据的探索性分析
4.1 基本绘图函数.................................................................................................................. 66
4.2 探索单个变量.................................................................................................................. 74
4.2.1 单组数据的图形描述........................................................................................... 74
4.2.2 单组数据的描述性分析....................................................................................... 79
4.3 探索多个变量.................................................................................................................. 81
4.3.1 两组数据的图形描述........................................................................................... 81
4.3.2 多组数据的图形描述........................................................................................... 85
4.3.3 多组数据的描述性统计....................................................................................... 88
4.4 其他图像探索.................................................................................................................. 90
第5 章 回归分析
5.1 一元线性回归.................................................................................................................. 94
5.1.1 模型简介.............................................................................................................. 94
5.1.2 函数介绍.............................................................................................................. 96
5.1.3 综合案例：iris 数据集的一元回归建模.............................................................. 97
5.2 多元线性回归.................................................................................................................. 99
5.2.1 模型简介.............................................................................................................. 99
5.2.2 综合案例：iris 数据集的多元回归建模............................................................ 100
5.3 变量的选择.................................................................................................................... 105
5.3.1 逐步回归方法简介及函数介绍.......................................................................... 105
5.3.2 综合案例：swiss 数据集的逐步回归建模......................................................... 106
5.3.3 岭回归的方法简介及函数介绍.......................................................................... 109
5.3.4 综合案例：longley 数据集的岭回归探索.......................................................... 110
5.3.5 lasso 回归方法简介及函数介绍......................................................................... 114
5.3.6 综合案例：longley 数据集的lasso 回归建模.................................................... 115
5.4 Logistic 回归.................................................................................................................. 117
5.4.1 模型简介............................................................................................................ 117
5.4.2 函数介绍............................................................................................................ 119
5.4.3 综合案例：iris 数据集的逻辑回归建模............................................................ 120
第6 章 方差分析
6.1 单因素方差分析............................................................................................................ 124
6.1.1 模型介绍............................................................................................................ 124
6.1.2 函数介绍............................................................................................................ 126
6.1.3 综合案例：不同治疗方法下胆固醇降低效果的差异性分析............................ 127
6.2 双因素方差分析............................................................................................................ 130
6.2.1 模型介绍............................................................................................................ 130
6.2.2 综合案例：不同剂量下老鼠妊娠重量的差异性分析........................................ 132
6.3 协方差分析.................................................................................................................... 136
6.3.1 模型简介............................................................................................................ 136
6.3.2 函数介绍............................................................................................................ 136
6.3.3 综合案例：hotdog 数据集的协方差分析........................................................... 137
第7 章 主成分分析和因子分析
7.1 降维的基本方法：主成分分析..................................................................................... 139
7.1.1 理论基础：原始变量的线性组合...................................................................... 139
7.1.2 模型介绍............................................................................................................ 141
7.1.3 函数介绍............................................................................................................ 143
7.1.4 综合案例：longley 数据集的变量降维及回归.................................................. 144
7.1.5 综合案例：longley 数据集的变量降维及回归（主成分回归）....................... 148
7.2 推广发展：因子分析.................................................................................................... 150
7.2.1 理论基础：多个变量综合为少数因子............................................................... 150
7.2.2 模型介绍............................................................................................................ 151
7.2.3 函数介绍............................................................................................................ 153
7.2.4 综合案例：能力和智商测试的因子分析探索................................................... 154
第8 章 判别分析
8.1 距离判别法.................................................................................................................... 160
8.1.1 理论基础：离谁近，就属于谁.......................................................................... 160
8.1.2 函数介绍............................................................................................................ 162
8.1.3 综合案例：基于距离判别的iris 数据集分类.................................................... 164
8.2 Bayes 判别法................................................................................................................. 168
8.2.1 理论基础：先验概率与错判损失...................................................................... 168
8.2.2 函数介绍............................................................................................................ 170
8.2.3 综合案例：基于iris 数据集的Bayes 判别分析................................................ 171
8.3 Fisher 判别法................................................................................................................. 171
8.3.1 理论基础：投影................................................................................................. 171
8.3.2 函数介绍............................................................................................................ 173
8.3.3 综合案例：基于Fisher 判别的iris 数据集分类................................................ 174
第9 章 常规聚类分析
9.1 深入了解聚类分析........................................................................................................ 178
9.1.1 差异与分类......................................................................................................... 178
9.1.2 主流的聚类算法................................................................................................. 179
9.2 动态聚类........................................................................................................................ 180
9.2.1 聚类的基本过程................................................................................................. 180
9.2.2 函数介绍............................................................................................................ 183
9.2.3 综合案例：基于随机生成序列的动态聚类....................................................... 184
9.3 层次聚类........................................................................................................................ 194
9.3.1 聚类的基本过程................................................................................................. 194
9.3.2 函数介绍............................................................................................................ 197
9.3.3 综合案例：基于UScitiesD 数据集的层次聚类................................................. 199
9.4 密度聚类........................................................................................................................ 202
9.4.1 聚类的基本过程................................................................................................. 202
9.4.2 函数介绍............................................................................................................ 202
9.4.3 综合案例：基于随机生成序列的密度聚类....................................................... 203
9.5 EM 聚类......................................................................................................................... 204
9.5.1 聚类的基本过程................................................................................................. 205
9.5.2 函数介绍............................................................................................................ 205
9.5.3 综合案例：基于iris 数据集的EM 聚类............................................................ 206
第10 章 关联规则
10.1 简单关联规则.............................................................................................................. 210
10.1.1 基本概念与表示形式....................................................................................... 210
10.1.2 评价简单关联规则的有效性和实用性............................................................. 211
10.2 序列关联规则.............................................................................................................. 212
10.2.1 差异与基本概念............................................................................................... 212
10.2.2 生成序列关联规则........................................................................................... 213
10.3 Apriori 算法................................................................................................................. 214
10.3.1 算法介绍：挖掘频繁项集................................................................................ 214
10.3.2 函数介绍.......................................................................................................... 215
10.3.3 综合案例：基于Titanic 数据集的关联规则挖掘............................................ 216
10.4 Eclat 算法.................................................................................................................... 224
10.4.1 算法介绍：自底向上的搜索............................................................................ 224
10.4.2 函数介绍.......................................................................................................... 224
10.4.3 综合案例：基于美国人口调查数据的关联规则挖掘...................................... 225
10.5 SPADE 算法................................................................................................................. 230
10.5.1 算法介绍：基于序列格的搜索和连接............................................................. 231
10.5.2 函数介绍.......................................................................................................... 232
10.5.3 综合案例：基于zaki 数据集的序列关联规则挖掘......................................... 233
第11 章 神经网络
11.1 深入了解人工神经网络............................................................................................... 239
11.1.1 生物神经元....................................................................................................... 240
11.1.2 人工神经元模型............................................................................................... 241
11.1.3 人工神经网络种类........................................................................................... 244
11.1.4 建立模型的一般步骤........................................................................................ 247
11.2 B-P 反向传播网络....................................................................................................... 248
11.2.1 B-P 反向传播网络模型.................................................................................... 248
11.2.2 算法介绍........................................................................................................... 249
11.2.3 函数介绍........................................................................................................... 250
11.3 综合案例：基于Boston 数据的波士顿郊区房价预测建模........................................ 252