R数据分析秘笈

Viswa Viswanathan是西顿霍尔大学斯蒂尔曼商学院计算和决策科学系的一名副教授。在获得人工智能领域的博士学位之后，Viswa先从事了十多年学术工作，接下来的十几年在软件行业高就。在这段时间中，他曾就职于Infosys、Igate和Starbase公司。他于2011年重新回归学术界。

Viswa在非常广泛的领域中开展教学，包括运筹学、计算机科学、软件工程、管理信息系统，以及企业系统。除了在大学中教学之外，Viswa还负责专业人士的培训项目。他有多篇同行评议的研究论文发表在《Operations Research》《IEEE Software》《Computers and Industrial Engineering》以及《International Journal of Artificial Intelligence in Educatio...

(展开全部)

Viswa Viswanathan是西顿霍尔大学斯蒂尔曼商学院计算和决策科学系的一名副教授。在获得人工智能领域的博士学位之后，Viswa先从事了十多年学术工作，接下来的十几年在软件行业高就。在这段时间中，他曾就职于Infosys、Igate和Starbase公司。他于2011年重新回归学术界。

Viswa在非常广泛的领域中开展教学，包括运筹学、计算机科学、软件工程、管理信息系统，以及企业系统。除了在大学中教学之外，Viswa还负责专业人士的培训项目。他有多篇同行评议的研究论文发表在《Operations Research》《IEEE Software》《Computers and Industrial Engineering》以及《International Journal of Artificial Intelligence in Education》等期刊上。他也编写了《Data Analytics with R: A hands-on approach》一书。

Viswa非常享受亲自动手开发软件的过程，并且独立构思、搭建、开发、部署了几个基于网络的应用程序。

除了对数据分析、人工智能、计算机科学、软件工程等技术领域有深厚的兴趣之外，Viswa也对教育有浓厚的兴趣，特别关注学习的根源和培养更深入学习的方法。他已经在这个领域做了不少研究并希望在未来继续研究这一学科。

Viswa想对Amitava Bagchi 和 Anup Sen教授表示由衷的感激，他们在Viswa的早期研究生涯中鼓舞了他。同时，他也很感激几个非常聪明的同事，比如Rajesh Venkatesh、Dan Richner和Sriram Bala，他们极大地影响了他的思想。他的婶婶Analdavalli，他的姐妹Sankari，以及他的妻子Shanthi，在辛勤工作上教会了他很多，即便他只吸收了一点皮毛也觉得受益匪浅。他的儿子Nitin 和 Siddarth也在很多主题上给出了不计其数的深刻评论。

Shanthi Viswanathan是一位经验丰富的技术专家，她为许多企业客户提供技术管理和企业结构咨询。她曾工作于Infosys、Oracle和Accenture公司。作为一名顾问，Shanthi为一些大型机构，比如Canon、Cisco、Celgene、Amway、Time Warner Cable 和 GE等，在数据架构和分析，高级数据管理，面向服务的架构，商业流程管理，以及建模等方面提供帮助。当她空闲时，Shanthi会在纽约州和新泽西州的郊外徒步旅行，摆弄园艺，以及教授瑜伽。

Shanthi想要感谢她的丈夫Viswa，在他们一起徒步旅行时关于各种主题展开的深入讨论；以及将她带入R和Java的世界。她也要感谢她的儿子Nitin 和 Siddarth使她进入了数据分析领域。

目录
译者序
作者简介
审校者简介
前言
第1章 获取并准备好材料—数据 1
· · · · · · (更多)

目录
译者序
作者简介
审校者简介
前言
第1章 获取并准备好材料—数据 1
1.1 引言 1
1.2 从csv文件中读取数据 1
1.3 读取XML数据 4
1.4 读取JSON数据 6
1.5 从定宽格式文件中读取数据 7
1.6 从R数据文件和R库中读取数据 8
1.7 删除带有缺失值的样本 10
1.8 用均值填充缺失值 11
1.9 删除重复样本 13
1.10 将变量缩放至[0,1]区间 14
1.11 对数据框中的数据做正则化或标准化 15
1.12 为数值数据分箱 17
1.13 为分类变量创建哑变量 18
第2章 那里面有什么——探索性数据分析 21
2.1 引言 21
2.2 创建标准化数据概览 21
2.3 抽取数据集的子集 23
2.4 分割数据集 25
2.5 创建随机数据分块 26
2.6 创建直方图、箱线图、散点图等标准化图像 29
2.7 在网格窗口上创建多个图像 37
2.8 选择图形设备 38
2.9 用lattice包绘图 39
2.10 用ggplot2包绘图 42
2.11 创建便于比较的图表 47
2.12 创建有助于发现因果关系的图表 51
2.13 创建多元图像 53
第3章 它属于哪儿——分类技术 55
3.1 引言 55
3.2 创建误差/分类–混淆矩阵 55
3.3 创建ROC图 58
3.4 构建、绘制和评估—分类树 61
3.5 用随机森林模型分类 66
3.6 用支持向量机分类 69
3.7 用朴素贝叶斯分类 72
3.8 用K近邻分类 74
3.9 用神经网络分类 77
3.10 用线性判别函数分类 79
3.11 用逻辑回归分类 80
3.12 用AdaBoost来整合分类树模型 83
第4章 给我一个数——回归分析 86
4.1 引言 86
4.2 计算均方根误差 86
4.3 建立用于回归的KNN模型 88
4.4 运用线性回归 94
4.5 在线性回归中运用变量选择 99
4.6 建立回归树 102
4.7 建立用于回归的随机森林模型 108
4.8 用神经网络做回归 112
4.9 运用K-折交叉验证 114
4.10 运用留一交叉验证来限制过度拟合 116
第5章 你能化简它吗——数据简化技术 118
5.1 引言 118
5.2 用K-均值聚类法实现聚类分析 118
5.3 用系统聚类法实现聚类分析 124
5.4 用主成分分析降低维度 127
第6章 从历史中学习——时间序列分析 134
6.1 引言 134
6.2 创建并检查日期对象 134
6.3 对日期对象进行操作 138
6.4 对时间序列数据做初步分析 140
6.5 使用时间序列对象 143
6.6 分解时间序列 149
6.7 对时间序列数据做滤波 151
6.8 用HoltWinters 方法实现平滑和预测 152
6.9 创建自动的ARIMA模型 155
第7章 这都是你的关系——社交网络分析 157
7.1 引言 157
7.2 通过公共API下载社交网络数据 157
7.3 创建邻接矩阵和连边列表 161
7.4 绘制社交网络数据 164
7.5 计算重要的网络度量指标 176
第8章 展现你好的一面——制作文档和呈现分析报告 182
8.1 引言 182
8.2 用R Markdown 和 knitR创建数据分析报告 182
8.3 用shiny创建交互式Web应用 191
8.4 用R Presentation为分析报告创建PDF幻灯片 196
第9章 事半功倍——高效且简洁的R代码 201
9.1 引言 201
9.2 利用向量化操作 201
9.3 用apply函数操作整行或整列 203
9.4 用lapply和sapply将函数应用于整组元素 206
9.5 在向量的一个子集上应用函数 208
9.6 用plyr完成分割–应用–组合策略 210
9.7 用数据表对数据进行切片、切块和组合 213
第10章 在哪儿——地理空间信息数据分析 219
10.1 引言 219
10.2 下载并绘制一个地区的谷歌地图 219
10.3 在已下载的谷歌地图上叠加数据 222
10.4 将ESRI形状文件导入到R中 224
10.5 使用sp包绘制地理数据 226
10.6 从maps包中获取地图 228
10.7 从包含空间及其他数据的普通数据框中创建空间数据框 229
10.8 通过合并普通数据框和空间对象生成空间数据框 230
10.9 为已有的空间数据框添加变量 234
第11章 友好协作——连接到其他系统 237
11.1 引言 237
11.2 在R中使用Java对象 237
11.3 从Java中用JRI调用R函数 243
11.4 从Java中用Rserve调用R函数 245
11.5 从Java中执行R脚本 248
11.6 使用xlsx包连接到Excel 249
11.7 从关系型数据库—MySQL中读取数据 252
11.8 从非关系型数据库—MongoDB中读取数据 256
· · · · · · (收起)