第1章　简介1
1.1　数据挖掘1
1.2　R1
1.3　数据集2
1.3.1　iris数据集2
1.3.2　bodyfat数据集3
第2章　数据的导入与导出4
2.1　R数据的保存与加载4
2.2　.CSV文件的导入与导出4
2.3　从SAS中导入数据5
2.4　通过ODBC导入与导出数据6
2.4.1　从数据库中读取数据7
2.4.2　从Excel文件中导入与导出数据7
第3章　数据探索8
3.1　查看数据8
3.2　探索单个变量10
3.3　探索多个变量12
3.4　更多探索15
3.5　将图表保存到文件中19
第4章　决策树与随机森林21
4.1　使用party包构建决策树21
4.2　使用rpart包构建决策树24
4.3　随机森林29
第5章　回归分析33
5.1　线性回归33
5.2　逻辑回归38
5.3　广义线性回归38
5.4　非线性回归40
第6章　聚类41
6.1　k-means聚类41
6.2　k-medoids聚类43
6.3　层次聚类45
6.4　基于密度的聚类46
第7章　离群点检测50
7.1　单变量的离群点检测50
7.2　局部离群点因子检测53
7.3　用聚类方法进行离群点检测56
7.4　时间序列数据的离群点检测58
7.5　讨论59
第8章　时间序列分析与挖掘60
8.1　R中的时间序列数据60
8.2　时间序列分解60
8.3　时间序列预测62
8.4　时间序列聚类63
8.4.1　动态时间规整63
8.4.2　合成控制图的时间序列数据64
8.4.3　基于欧氏距离的层次聚类65
8.4.4　基于DTW距离的层次聚类66
8.5　时间序列分类67
8.5.1　基于原始数据的分类67
8.5.2　基于特征提取的分类68
8.5.3　k-NN分类69
8.6　讨论70
8.7　延伸阅读70
第9章　关联规则71
9.1　关联规则的基本概念71
9.2　Titanic数据集71
9.3　关联规则挖掘73
9.4　消除冗余78
9.5　解释规则79
9.6　关联规则的可视化80
9.7　讨论与延伸阅读82
第10章　文本挖掘84
10.1　Twitter的文本检索84
10.2　转换文本85
10.3　提取词干86
10.4　建立词项-文档矩阵88
10.5　频繁词项与关联90
10.6　词云91
10.7　词项聚类92
10.8　推文聚类94
10.8.1　基于k-means算法的推文聚类94
10.8.2　基于k-medoids算法的推文聚类96
10.9　程序包、延伸阅读与讨论98
第11章　社交网络分析99
11.1词项网络99
11.2推文网络102
11.3双模式网络107
11.4讨论与延伸阅读110
第12章　案例Ⅰ：房价指数的分析与预测111
12.1HPI数据导入111
12.2HPI数据探索112
12.3HPI趋势与季节性成分118
12.4HPI预测120
12.5房地产估价122
12.6讨论122
第13章　案例Ⅱ：客户回复预测与效益最大化123
13.1简介123
13.2KDD Cup 1998的数据123
13.3数据探索131
13.4训练决策树137
13.5模型评估140
13.6选择最优决策树143
13.7评分145
13.8讨论与总结148
第14章　案例Ⅲ：内存受限的大数据预测模型150
14.1简介150
14.2研究方法150
14.3数据与变量151
14.4随机森林152
14.5内存问题153
14.6样本数据的训练模型154
14.7使用已选变量建立模型156
14.8评分162
14.9输出规则168
14.9.1以文本格式输出规则168
14.9.2输出SAS规则的得分172
14.10总结与讨论177
第15章　在线资源178
15.1R参考文档178
15.2R178
15.3数据挖掘179
15.4R的数据挖掘180
15.5R的分类与预测181
15.6R的时间序列分析181
15.7R的关联规则挖掘181
15.8R的空间数据分析181
15.9R的文本挖掘182
15.10R的社交网络分析182
15.11R的数据清洗与转换182
15.12R的大数据与并行计算182
R语言数据挖掘参考文档184
参考资料197
通用索引201
包索引203
函数索引204
· · · · · · (收起)