大数据技术丛书 R语言数据分析与挖掘实战

基础篇 2

第1章 数据挖掘基础 2

1.1 某知名连锁餐饮企业的困惑 2

1.2 从餐饮服务到数据挖掘 3

1.3 数据挖掘的基本任务 4

1.4 数据挖掘建模过程 4

1.4.1 定义挖掘目标 4

1.4.2 数据取样 5

1.4.3 数据探索 6

1.4.4 数据预处理 7

1.4.5 挖掘建模 7

1.4.6 模型评价 7

1.5 常用数据挖掘建模工具 7

1.6 小结 9

第2章 R语言简介 10

2.1 R安装 10

2.2 R使用入门 11

2.2.1 R操作界面 11

2.2.2 RStudio窗口介绍 12

2.2.3 R常用操作 13

2.3 R数据分析包 16

2.4 配套附件使用设置 18

2.5 小结 18

第3章 数据探索 19

3.1 数据质量分析 19

3.1.1 缺失值分析 20

3.1.2 异常值分析 20

3.1.3 一致性分析 22

3.2 数据特征分析 23

3.2.1 分布分析 23

3.2.2 对比分析 25

3.2.3 统计量分析 27

3.2.4 周期性分析 29

3.2.5 贡献度分析 30

3.2.6 相关性分析 31

3.3 R语言主要数据探索函数 35

3.3.1 统计特征函数 35

3.3.2 统计作图函数 37

3.4 小结 40

第4章 数据预处理 41

4.1 数据清洗 42

4.1.1 缺失值处理 42

4.1.2 异常值处理 45

4.2 数据集成 45

4.2.1 实体识别 46

4.2.2 冗余属性识别 46

4.3 数据变换 46

4.3.1 简单函数变换 46

4.3.2 规范化 47

4.3.3 连续属性离散化 48

4.3.4 属性构造 51

4.3.5 小波变换 52

4.4 数据规约 55

4.4.1 属性规约 55

4.4.2 数值规约 58

4.5 R语言主要数据预处理函数 61

4.6 小结 65

第5章 挖掘建模 66

5.1 分类与预测 66

5.1.1 实现过程 66

5.1.2 常用的分类与预测算法 67

5.1.3 回归分析 68

5.1.4 决策树 73

5.1.5 人工神经网络 79

5.1.6 分类与预测算法评价 83

5.1.7 R语言主要分类与预测算法函数 87

5.2 聚类分析 89

5.2.1 常用聚类分析算法 89

5.2.2 K-Means聚类算法 90

5.2.3 聚类分析算法评价 95

5.2.4 R语言主要聚类分析算法函数 95

5.3 关联规则 97

5.3.1 常用关联规则算法 97

5.3.2 Apriori算法 98

5.4 时序模式 102

5.4.1 时间序列算法 103

5.4.2 时间序列的预处理 104

5.4.3 平稳时间序列分析 105

5.4.4 非平稳时间序列分析 107

5.4.5 R语言主要时序模式算法函数 114

5.5 离群点检测 116

5.5.1 离群点检测方法 117

5.5.2 基于模型的离群点检测方法 118

5.5.3 基于聚类的离群点检测方法 120

5.6 小结 122

实战篇 126

第6章 电力窃漏电用户自动识别 126

6.1 背景与挖掘目标 126

6.2 分析方法与过程 129

6.2.1 数据抽取 130

6.2.2 数据探索分析 130

6.2.3 数据预处理 133

6.2.4 构建专家样本 137

6.2.5 模型构建 138

6.3 上机实验 143

6.4 拓展思考 144

6.5 小结 144

第7章 航空公司客户价值分析 145

7.1 背景与挖掘目标 145

7.2 分析方法与过程 146

7.2.1 数据抽取 149

7.2.2 数据探索分析 149

7.2.3 数据预处理 150

7.2.4 模型构建 153

7.3 上机实验 158

7.4 拓展思考 159

7.5 小结 159

第8章 中医证型关联规则挖掘 160

8.1 背景与挖掘目标 160

8.2 分析方法与过程 162

8.2.1 数据获取 163

8.2.2 数据预处理 165

8.2.3 模型构建 169

8.3 上机实验 171

8.4 拓展思考 172

8.5 小结 172

第9章 基于水色图像的水质评价 173

9.1 背景与挖掘目标 173

9.2 分析方法与过程 174

9.2.1 数据预处理 175

9.2.2 模型构建 177

9.2.3 水质评价 179

9.3 上机实验 180

9.4 拓展思考 180

9.5 小结 181

第10章 家用电器用户行为分析与事件识别 182

10.1 背景与挖掘目标 182

10.2 分析方法与过程 183

10.2.1 数据抽取 184

10.2.2 数据探索分析 185

10.2.3 数据预处理 185

10.2.4 模型构建 195

10.2.5 模型检验 198

10.3 上机实验 200

10.4 拓展思考 201

10.5 小结 202

第11章 应用系统负载分析与磁盘容量预测 203

11.1 背景与挖掘目标 203

11.2 分析方法与过程 205

11.2.1 数据抽取 206

11.2.2 数据探索分析 206

11.2.3 数据预处理 207

11.2.4 模型构建 208

11.3 上机实验 213

11.4 拓展思考 214

11.5 小结 215

第12章 电子商务智能推荐服务 216

12.1 背景与挖掘目标 216

12.2 分析方法与过程 222

12.2.1 数据抽取 224

12.2.2 数据探索分析 225

12.2.3 数据预处理 230

12.2.4 模型构建 235

12.3 上机实验 245

12.4 拓展思考 246

12.5 小结 251

第13章 基于数据挖掘技术的市财政收入分析预测模型 252

13.1 背景与挖掘目标 252

13.2 分析方法与过程 254

13.2.1 灰色预测与神经网络的组合模型 255

13.2.2 数据探索分析 256

13.2.3 模型构建 259

13.3 上机实验 273

13.4 拓展思考 273

13.5 小结 274

第14章 基于基站定位数据的商圈分析 275

14.1 背景与挖掘目标 275

14.2 分析方法与过程 277

14.2.1 数据抽取 277

14.2.2 数据探索分析 278

14.2.3 数据预处理 279

14.2.4 模型构建 282

14.3 上机实验 286

14.4 拓展思考 286

14.5 小结 287

第15章 电商产品评论数据情感分析 288

15.1 背景与挖掘目标 288

15.2 分析方法与过程 288

15.2.1 评论数据采集 289

15.2.2 评论预处理 292

15.2.3 文本评论分词 297

15.2.4 模型构建 298

15.3 上机实验 312

15.4 拓展思考 313

15.5 小结 314

提高篇 316

第16章 基于R语言的数据挖掘二次开发 316

16.1 混合编程应用体验——TipDM数据挖掘平台 316

16.2 二次开发过程环境配置 320

16.3 R语言数据挖掘二次开发实例 322

16.4 小结 325

参考资料 326