本书循序渐进地介绍R语言在数据分析与挖掘中的应用，涵盖数据分析与挖掘的常规流程，如数据预处理（清洗、整合与运算等）、数据可视化（离散型与连续型数据的绘图姿势）、数据建模（十大数据挖掘模型的应用）等内容。本书共分15章：第1章介绍R语言的基础知识，对于R语言初学者具有非常大的帮助；第2~4章讲解R语言的数据读写操作和数据的清洗与整理（如缺失值、异常值的处理，数据的聚合汇总计算，正则表达式等）；第5~6章重点阐述R语言中的绘图神器ggplot2，详细介绍绘图模板和图形的处理细节；第9~15章讲解十大常用数据挖掘模型，如回归模型、树模型、集成模型等。通过本书的学习，读者既可以掌握R语言的实操技巧，也可以掌握数据分析与挖掘的理论和应用。 本书既适于统计学、数学、经济学、金融学、管理学以及相关理工科专业的本科生、研究生使用，也有助于提高从事数据咨询、研究和分析等工作人士的专业水平和技能。
本书一共分为三大部分，系统地介绍数据分析与挖掘过程中所涉及的数据清洗、整理、可视化以及建模等环节，具体内容如下： 第一部分（第1~4章）介绍R语言的一些基础知识和使用技巧，内容包含R语言中的数据结构、控制流语句和自定义函数、apply簇函数的使用、外部数据的读取、数据的清洗和整理以及正则表达式的使用。 第二部分（第5、6章）重点介绍绘图包ggplot2的使用，详细讲解各种统计图形的绘制方法（如条形图、环形图、瓦片图、直方图、小提琴图、折线图、面积图、散点图、地图等），以及图形绘制过程中的微调策略（如图例位置的摆放、自定义颜色的调整、图形形状的选择以及多图形的组合等）。 第三部分（第7~15章）一共包含了10种数据挖掘算法的应用，如线性回归、决策树、支持向量机、GBDT等。采用通俗易懂的手法介绍每一个挖掘算法的理论知识，并借助于具体的项目数据完成算法的实战。本部分内容既可以提高数据分析与挖掘的水平和技能，也可以作为数据挖掘算法实操的模板。
- 版权： 清华大学出版社
- 出版： 2021-01-01
- 更新： 2023-06-22
- 书号：9787302567622
- 中图：TP312R
- 学科：工学控制科学与工程工学计算机科学与技术
