大数据时代已经到来，在商业、经济及其他领域中基于数据和分析去发现问题并作出科学、客观的决策越来越重要。开源软件R是世界上流行的数据分析、统计计算及制图语言，几乎能够完成任何数据处理任务，可安装并运行于所有主流平台，为我们提供了成千上万的专业模块和实用工具，是从大数据中获取有用信息的绝佳工具，是数据挖掘、数据分析人才的必读技能。
本书从解决实际问题入手，尽量跳脱统计学的理论阐述来讨论R语言及其应用，讲解清晰透澈，极具实用性。作者不仅高度概括了R语言的强大功能，展示了各种实用的统计示例，而且对于难以用传统方法分析的凌乱、不完整和非正态的数据也给出了完备的处理方法。第2版新增6章内容，涵盖时间序列、聚类分析、分类、高级编程、创建包和创建动态报告等，并分别详细介绍了如何使用ggplot2和lattice进行高级绘图。通读本书，你将全面掌握使用R语言进行数据分析、数据挖掘的技巧，领略大量探索和展示数据的图形功能，并学会如何撰写动态报告，从而更加高效地进行分析与沟通。
想要成为备受高科技企业追捧的数据分析师吗？想要科学分析数据并正确决策吗？不妨从本书开始，挑战大数据，用R开始炫酷地统计与分析数据吧！
R语言实战 第2版 内容简介
本书注重实用性，是一本全面而细致的R指南，高度概括了该软件和它的强大功能，展示了使用的统计示例，且对于难以用传统方法处理的凌乱、不完整和非正态的数据给出了优雅的处理方法。作者不仅仅探讨统计分析，还阐述了大量探索和展示数据的图形功能。新版做了大量更新和修正，新增了近200页内容，介绍数据挖掘、预测性分析和高级编程。
本书适合数据分析人员及R用户学习参考。
R语言实战 第2版 目录
1.2 R的获取和安装
1.6 将输出用为输入：结果的重用
2.3.1 使用键盘输入数据
2.3.2 从带分隔符的文本文件导入数据
2.3.5 从网页抓取数据
2.3.11 访问数据库管理系统
2.5 处理数据对象的实用函数
3.2 一个简单的例子
3.3.4 图形尺寸与边界尺寸
3.4 添加文本、自定义坐标轴和图例
4.5.1 重编码某些值为缺失值
4.5.2 在分析中排除缺失值
4.6.1 将日期转换为字符型变量
4.9.1 向数据框添加列
4.9.2 向数据框添加行
4.10 数据集取子集
4.10.1 选入（保留）变量
4.10.2 剔除（丢弃）变量
4.11 使用SQL语句操作数据框
5.1 一个数据处理难题
5.2 数值和字符处理函数
5.2.6 将函数应用于矩阵和数据框
5.3 数据处理难题的一套解决方案
6.1.2 堆砌条形图和分组条形图
6.5.1 使用并列箱线图进行跨组比较
7.1 描述性统计分析
7.1.3 分组计算描述性统计量
7.1.4 分组计算的扩展
7.2 频数表和列联表
7.3.2 相关性的显著性检验
7.3.3 相关关系的可视化
7.4.2 非独立样本的t检验
7.4.3 多于两组的情况
7.5 组间差异的非参数检验
7.5.2 多于两组的比较
7.6 组间差异的可视化
8.2.5 有交互项的多元线性回归
8.3.3 线性模型假设的综合验证
8.6 选择“最佳”的回归模型
9.2.2 表达式中各项的顺序
9.3 单因素方差分析
9.3.2 评估检验的假设条件
9.4 单因素协方差分析
9.4.1 评估检验的假设条件
9.5 双因素方差分析
9.6 重复测量方差分析
9.7.2 稳健多元方差分析
10.1 假设检验速览
10.2.7 在新情况中选择合适的效应值
10.3 绘制功效分析图形
第12章 重抽样与自助法
12.2.1 独立两样本和K样本检验
12.2.2 列联表中的独立性
12.2.3 数值变量间的独立性
12.2.4 两样本和K样本相关性检验
12.3.1 简单回归和多项式回归
12.3.3 单因素方差分析和协方差分析
12.4 置换检验点评
12.6.1 对单个统计量使用自助法
12.6.2 多个统计量的自助法
第13章 广义线性模型
13.1.3 模型拟合和回归诊断
13.2.2 评价预测变量对结果概率的影响
第14章 主成分分析和因子分析
14.1 R中的主成分和因子分析
14.2.1 判断主成分的个数
14.3 探索性因子分析
14.3.1 判断需提取的公共因子数
14.4 其他潜变量模型
15.1 在R中生成时序对象
15.2 时序的平滑化和季节性分解
15.2.1 通过简单移动平均进行平滑处理
15.3 指数预测模型
16.1 聚类分析的一般步骤
16.3 层次聚类分析
16.4 划分聚类分析
16.4.2 围绕中心点的划分
16.5 避免不存在的类
17.6 选择预测效果最好的解
第18章 处理缺失数据的高级方法
18.1 处理缺失值的步骤
18.3 探索缺失值模式
18.3.2 图形探究缺失数据
18.3.3 用相关性探索缺失值
18.4 理解缺失数据的来由和影响
18.5 理性处理不完整数据
18.6 完整实例分析（行删除）
18.8 处理缺失值的其他方法
18.8.2 简单（非随机）插补
19.1 R中的四种图形系统
19.3 用几何函数指定图的类型
19.6 添加光滑曲线
20.3 面向对象的编程
20.4 编写有效的代码
20.5.3 支持调试的会话选项
21.2.5 添加样本数据到包
21.3 创建包的文档
第22章 创建动态报告
22.1 用模版生成报告
23.6 自定义图形条带
附录B 自定义启动环境
附录C 从R中导出数据
附录D R中的矩阵运算
附录E 本书中用到的扩展包
R语言实战 第2版 精彩文摘
在这个案例中，这些分类器（逻辑回归、传统决策树、条件推断树、随机森林和支持向量机）都表现得相当不错。不过在现实中并不总是这样。
在这个案例中，随机森林的表现相对更好。不过各个分类器的差距较小，因此随机森林的优势可能具有一定的偶然性。随机森林成功鉴别了99%的恶性样本和98%的良性样本，总体来说预测准确率高达99%。96%被判为恶性组织的样本单元确实是恶性的（即4%正例错误率），99%被判为良性组织的样本单元确实是良性的（即1%负例错误率）。从癌症诊断的角度来说，特异性（即成功鉴别恶性样本的概率）这一指标格外重要。
我们也可以从特异性和敏感度的权衡中提高分类的性能，但这不在本书的范围之内。在逻辑回归模型中，predict（）函数可以估计一个样本单元为恶性组织的概率。如果这一概率值大于0.5，则分类器会把这一样本单元判为恶性。这个0.5即阈值（threshold）或门槛值（cutoff value），通过变动这一阈值，我们可以通过牺牲分类器的特异性来增加其敏感度。这同样适用于决策树、随机森林和支持向量机（尽管语句写法上会有差别）。
Characteristic）曲线来进一步观察。ROC曲线可对一个区间内的门槛值匦出特异性和敏感度之间的关系，然后我们就能针对特定问题选择特异性和敏感度的组合。许多R包都可以画ROC曲线，如ROCR、pROC等。这些R包中的函数能帮助我们在面对不同问题时，通过比较不同算法的ROC曲线选择最有效的算法。细节见Kuhn&Johnson（2013），更详尽的讨论见Fawcett（2005）。
到目前为止，我们都是通过执行命令行代码的方式调用这些分类方法。下一节中，我们将介绍一个图像式交互界面，并在可视界面上生成、应用这些预测模型。
隐藏内容：******，购买后可见！
下载价格：3 图书币
您需要先后，才能下载资源
