目    录

第1章  R简介 1

1.1  R软件介绍 1

1.2  R对象介绍 4

1.2.1  向量 4

1.2.2  数组 5

1.2.3  矩阵 8

1.2.4  数据框 11

1.2.5  因子 12

1.2.6  列表 12

1.2.7  对象转换 14

1.3  习题 15

第2章  读写数据 16

2.1  读取数据 16

2.2  写入数据 20

2.3  读写RData数据 21

2.4  读取SQL Server数据库数据 22

2.5  读写Excel数据 23

2.6  习题 23

第3章  从流程控制到函数 24

3.1  条件执行 24

3.2  循环控制 26

3.3  函数 29

3.4  习题 30

第4章  绘图功能及基本统计 31

4.1  高级绘图 31

4.2  低级绘图 34

4.3  交互式绘图 35

4.4  图形参数 37

4.5  基本统计 39

4.6  习题 44

第5章  数据分析和常用的包介绍 45

5.1  机器学习介绍 45

5.2  数据挖掘介绍 46

5.3  文本挖掘介绍 46

5.4  常用的包介绍 46

第6章  监督式学习 54

6.1  决策树 54

6.2  支持向量机 66

6.3  人工神经网络 70

6.4  集成学习方法 75

6.4.1  随机森林 76

6.4.2  提升法 76

6.5  习题 77

第7章  非监督式学习 78

7.1  层次聚类法 78

7.2  K均值聚类算法 81

7.3  模糊C均值聚类算法 83

7.4  聚类指标 90

7.5  习题 92

第8章  演化式学习 93

8.1  遗传算法 93

8.2  人工蜂群算法 99

第9章  混合式学习 102

9.1  人工蜂群算法混合决策树 102

9.2  遗传算法混合人工神经网络 105

第10章  关联性规则 119

10.1  产生关联性规则并排序 121

10.2  删除冗余规则 126

10.3  习题 132

第11章  文本挖掘 133

11.1  使用混合分词并创建词频表 133

11.2  使用tag分词并创建词云 134

11.3  习题 136

第12章  推荐系统 137

12.1  Jester5k数据集 137

12.2  MovieLense数据集 140

第13章  可视化数据分析 142

13.1  导入数据 143

13.1.1  处理数据集 146

13.1.2  设置变量 147

13.2  探索及测试数据 147

13.3  转换数据 151

13.4  建立、评估及导出模型 153

13.5  习题 155

第14章  探索性数据分析 156

14.1  dplyr数据处理库（包） 156

14.2  案例分析 165

附录A  安装R 189

附录B  安装RStudio Desktop和rattle 192

附录C  R语言指令及用法 197