本书以深入浅出的语言系统地讲解了数据挖掘的框架和基本方法，主要内容包括：数据挖掘与R语言概述、数据理解、数据准备、关联规则挖掘、聚类分析、线性模型与广义线性模型、神经网络的基本方法、决策树、基于决策树的模型组合、模型评估与比较。本书使用基于R语言的数据挖掘案例贯穿全书，并辅以上机实验和习题，帮助读者熟练使用R语言进行数据挖掘。
电子书
内容简介
文本是一种特殊的非结构化数据，在当今的大数据时代，其价值日趋凸显。本书利用开源而强大的R软件，对文本数据挖掘的概念、技术及技巧进行了系统的介绍。本书共11章，内容包括：走进文本数据挖掘，R语言快速入门，字符串的基本处理，用好正则表达式，导入各类文本数据，对各类文本数据进行预处理，文本特征提取的4种方法，基于机器学习的文本分类方法，文本情感分析，文本可视化，文本数据挖掘项目实践。本书还提供了丰富的应用案例和程序源代码引导读者高效学习。 本书适合对文本数据挖掘感兴趣的学生、科研人员和数据科学从业者阅读。同时，本书还可以作为工具书，为需要经常进行文本数据挖掘的读者提供快速检索。
章节目录
- 封面
- 前折页
- 书名页
- 版权页
- 前言
- 目录
- 第1章 走进文本数据挖掘
- 1.1 什么是文本数据挖掘
- 1.2 为什么要做文本数据挖掘
- 1.3 如何进行文本数据挖掘
- 1.3.1 文本数据挖掘的流程
- 1.3.2 文本数据挖掘的基本任务及方法
- 1.4 文本数据挖掘软件工具概览
- 第2章 文本数据挖掘利器——R语言
- 2.1 开发环境配置
- 2.1.1 下载并安装R软件
- 2.1.2 包的管理
- 2.1.3 版本升级
- 2.1.4 集成开发环境
- 2.2 R的基本数据类型
- 2.2.1 数值型
- 2.2.2 逻辑型
- 2.2.3 字符型
- 2.2.4 因子型
- 2.3 R的常用数据结构
- 2.3.1 向量
- 2.3.2 矩阵
- 2.3.3 列表
- 2.3.4 数据框
- 2.4 R的基础编程知识
- 2.4.1 赋值
- 2.4.2 函数
- 2.4.3 强制类型转换
- 2.4.4 条件判断
- 2.4.5 循环操作
- 2.5 数据操作入门
- 2.5.1 文件读写
- 2.5.2 数据框的检视
- 2.5.3 单表操作
- 2.5.4 多表操作
- 2.5.5 缺失值处理
- 2.5.6 长宽数据转换
- 第3章 从基础做起1——字符串的基本处理
- 3.1 字符串的构造
- 3.2 字符串的辨识、计数与定位
- 3.3 字符串的提取
- 3.4 字符串的定制化输出
- 3.5 字符串的替换与删除
- 3.6 字符串的拼接与拆分
- 3.7 字符串的排序
- 第4章 从基础做起2——用好正则表达式
- 4.1 通配符解析
- 4.1.1 点运算符（“.”）
- 4.1.2 字符集（“[]”）
- 4.1.3 否定字符集（“[^]”）
- 4.1.4 出现0次或更多（“*”）
- 4.1.5 出现1次或更多（“+”）
- 4.1.6 出现0次或1次（“?”）
- 4.1.7 出现次数范围限制（“{}”）
- 4.1.8 特征标群（“（…）”）
- 4.1.9 或运算符（“|”）
- 4.1.10 转义字符（“\\”）
- 4.1.11 匹配开头部分（“^”）
- 4.1.12 匹配结尾部分（“$”）
- 4.2 反向引用
- 4.3 简写字符集
- 4.4 贪婪匹配与惰性匹配
- 4.5 零宽断言
- 4.5.1 正先行断言（“?=…”）
- 4.5.2 负先行断言（“?!…”）
- 4.5.3 正后发断言（“?<=…”）
- 4.5.4 负后发断言（“?<!…”）
- 4.5.5 提取括号中的内容
- 第5章 步入正题——导入各类文本数据
- 5.1 readtext包简介
- 5.2 不同格式文本文件的导入
- 5.2.1 读取txt文件
- 5.2.2 读取csv/tsv文件
- 5.2.3 读取json文件
- 5.2.4 读取pdf文件
- 5.2.5 读取Word文件
- 5.2.6 读取html文件
- 5.2.7 读取压缩包
- 5.3 读入不同编码格式的文档
- 5.4 文件数据结构的转化
- 第6章 更进一步——对各类文本数据进行预处理
- 6.1 拼写纠错
- 6.2 文本切分
- 6.2.1 段落切分
- 6.2.2 句子切分
- 6.2.3 词语切分
- 6.2.4 n元切分
- 6.2.5 字符切分
- 6.3 去除标点
- 6.4 去除停用词
- 6.5 扩展缩写
- 6.6 词干提取
- 6.7 词形还原与词性标注
- 6.8 批量文档预处理
- 第7章 上手文本数据挖掘——文本特征提取的4种方法
- 7.1 基本特征提取
- 7.2 基于TF-IDF的特征提取
- 7.3 词嵌入
- 7.3.1 基于BOW
- 7.3.2 基于word2vec
- 7.3.3 基于GloVe
- 7.3.4 基于fastText
- 7.4 文档向量化：doc2vec
- 第8章 文本分类——基于机器学习的方法
- 8.1 无监督分类
- 8.1.1 基于文本相似度的聚类
- 8.1.2 基于网络集群识别的自动化聚类
- 8.1.3 基于主题模型的分类
- 8.2 有监督分类
- 8.2.1 二分类
- 8.2.2 多分类
- 第9章 深入理解文本内涵——文本情感分析
- 9.1 英文情感分析
- 9.1.1 RSentiment
- 9.1.2 sentimentr
- 9.1.3 SentimentAnalysis
- 9.1.4 meanr
- 9.1.5 sentometrics
- 9.2 中文情感分析
- 9.2.1 环境与数据准备
- 9.2.2 情感词典准备
- 9.2.3 中文分词
- 9.2.4 分值计算
- 9.2.5 小结
- 第10章 文本数据的直观表达——文本可视化
- 10.1 条形图
- 10.2 克利夫兰点图
- 10.3 矩形树状图
- 10.4 词云
- 10.5 词汇位置分布图
- 10.6 网络图
- 10.7 双文档对比可视化
- 第11章 举一反三——文本数据挖掘项目实践
- 11.1 情感分析案例：量化中文新闻报道中的情感走势
- 11.2 文本分类案例：基于词袋模型对英文期刊摘要来源进行分类
- 11.3 关键词提取案例：根据CRAN的介绍文本提取R包关键字
- 后折页
- 封底
展开全部
文本数据挖掘——基于R语言是2021年由机械工业出版社出版,作者黄天元。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《文本数据挖掘——基于R语言》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
“计算机组成原理”是一门理论性、工程性和实践性都很强的专业核心基础课程，其实践教学对理论教学具有强支撑作用，是强化读者计算机系统能力、分析与解决复杂工程问题能力的重要途径。作者本着“理论与实践一体化、实验目标系统化、实验平台虚拟化、课程实验在线化、实验过程游戏化”的原则，历经十年持续的实践教学改革，开发了一系列原创的硬件在线仿真实验，建立了立足计算机系统、逐层递进、以设计型实验为主导的实践教学体系
电子书
本书为基于RISC-V代理内核的计算机操作系统实验教材，实验分为设计基础实验和挑战实验两个部分，主要内容包括RISC-V体系结构、PKE实验和实验环境配置、中断处理、内存管理、进程管理、文件系统。本书采用RISC-V代理内核在实现代码规模极简化的同时，也更好地保证可操作系统在概念和功能上的完整性，有助于学生将实验重点放在操作系统重要概念对应的实现。本书可作为计算机类、电子信息类相关专业操作系统课程
电子书
本书内容结合微电子产业和计算机硬件产业的最新发展现状和技术前沿，注重基础性、高阶性、创新性和挑战性相结合，采用模块化的思想对教学内容进行有机划分，全书共9章，可以分为三个部分。第一部分是数字逻辑电路的基础，由第1～3章组成，包括基本知识、逻辑代数基础、半导体与集成门电路；第二部分是数字逻辑电路的经典设计和分析方法，由4～8章组成，包括组合逻辑电路、触发器、时序逻辑电路、信号产生与变换电路、数模和模
电子书
本书是《大学计算机基础》（第二版）（中国铁道出版社有限公司，《大学计算机基础》编写组）的配套教材。本书的编写目的是供教师指导实验教学、学生自学使用。 本书包括了主教材中需要上机操作的内容，主要内容有Windows10操作系统、办公自动化软件Office2010（Word2010、Excel2010、PowerPoint2010）、数据库应用基础、计算机网络与Internet技术基础、计算机信息安
电子书
本书是根据教育部《关于进一步加强高等学校计算机基础教学的意见》中有关“大学计算机基础”课程的教学要求编写的。全书共9章，主要内容包括计算机基础知识、Windows10操作系统管理、Word2010文字处理、Excel2010电子表格处理、PowerPoint2010演示文稿制作、数据库应用基础、计算机网络与Internet技术基础、计算机信息安全、多媒体技术等。 本书从培养学生的计算思维出发，兼
电子书
本书讲解了计算机基础知识、WindowsXP操作系统、文字处理软件Word2003、电子表格Excel2003等内容。
电子书
《数据恢复实用技术》用8个项目全面讲解了数据恢复的关键技术以及逻辑故障下数据恢复的方法，主要内容包括数据恢复入门、恢复FAT32文件系统数据、恢复NTFS数据、恢复exFAT文件系统数据、恢复MBR磁盘分区与GPT磁盘分区、恢复HFS+数据、恢复Ext4文件系统数据和修复常见文件。《数据恢复实用技术》运用项目化教学方法，自浅入深，一步步将读者引入数据恢复技术的神秘殿堂。本书适合作为各类职业院校计算
