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
本书以R语言为实现工具，以数据可视化分析为导向，结合实际案例介绍数据可视化方法。全书共8章，第1章介绍数据可视化概述以及R语言数据处理的基本技能；第2章介绍R语言绘图基础，重点介绍R语言传统绘图包graphics中的绘图函数及基本使用方法；第3章介绍类别数据的可视化方法；第4章介绍数据分布特征的可视化方法；第5章介绍变量间关系的可视化方法；第6章介绍样本相似性的可视化方法；第7章介绍时间序列的可视化方法；第8章介绍几种特殊的可视化图形以及出版物中图表的使用技巧。附录列出了本书使用的R包和R函数。
章节目录
- 第1章 数据可视化与R语言
- 1.1 数据可视化概述
- 1.1.1 数据可视化及其分类
- 1.1.2 数据可视化的数据类型
- 1.1.3 数据可视化的实现工具
- 1.1.4 数据可视化注意事项
- 1.2 R软件的初步使用
- 1.2.1 Ｒ软件的下载与安装
- 1.2.2 对象赋值与运行
- 1.2.3 编写代码脚本
- 1.2.4 查看帮助文件
- 1.2.5 包的安装与加载
- 1.3 创建R格式数据
- 1.3.1 向量、矩阵和数组
- 1.3.2 数据框
- 1.3.3 因子和列表
- 1.4 R语言数据处理
- 1.4.1 数据读取和保存
- 1.4.2 随机数和数据抽样
- 1.4.3 生成频数分布表
- 1.4.4 数据类型的转换
- 习 题
- 第2章 R语言绘图基础
- 2.1 R语言的基本绘图函数
- 2.1.1 高级绘图函数
- 2.1.2 低级绘图函数
- 2.2 图形参数与图形控制
- 2.2.1 绘图参数
- 2.2.2 图形控制
- 2.2.3 图形颜色
- 2.3 页面布局与图形组合
- 2.3.1 用par函数布局页面
- 2.3.2 用layout函数布局页面
- 2.3.3 同时打开多个绘图窗口
- 习 题
- 第3章 类别数据可视化
- 3.1 条形图及其变种
- 3.1.1 简单条形图和帕累托图
- 3.1.2 并列条形图和堆叠条形图
- 3.1.3 不等宽条形图和脊形图
- 3.2 树状图
- 3.2.1 条形树状图
- 3.2.2 矩形树状图
- 3.3 马赛克图及其变种
- 3.3.1 马赛克图
- 3.3.2 马赛克图的变种
- 3.4 关联图和独立性检验的P 值图
- 3.4.1 关联图
- 3.4.2 独立性检验的P 值图
- 3.5 气球图和热图
- 3.5.1 气球图
- 3.5.2 热图
- 3.6 南丁格尔玫瑰图
- 3.7 金字塔图
- 3.8 饼图及其变种
- 3.8.1 饼图和扇形图
- 3.8.2 环形图
- 习 题
- 第4章 分布特征可视化
- 4.1 直方图与核密度图
- 4.1.1 直方图
- 4.1.2 核密度图
- 4.2 箱线图和小提琴图
- 4.2.1 箱线图
- 4.2.2 小提琴图
- 4.3 点图、带状图和太阳花图
- 4.3.1 点图
- 4.3.2 带状图和太阳花图
- 4.4 海盗图
- 4.5 分布概要图
- 4.6 正态概率图
- 习 题
- 第5章 变量间关系可视化
- 5.1 散点图与散点图矩阵
- 5.1.1 散点图
- 5.1.2 散点图矩阵
- 5.1.3 相关系数矩阵
- 5.1.4 相关系数网状图
- 5.2 条件散点图
- 5.3 大数据集的散点图
- 5.4 3D散点图和气泡图
- 5.4.1 3D散点图
- 5.4.2 气泡图
- 5.5 广义配对图
- 习 题
- 第6章 样本相似性可视化
- 6.1 轮廓图和雷达图
- 6.1.1 轮廓图
- 6.1.2 雷达图
- 6.2 星图和脸谱图
- 6.2.1 星图
- 6.2.2 脸谱图
- 6.3 聚类图和热图
- 6.3.1 聚类图
- 6.3.2 热图
- 习 题
- 第7章 时间序列可视化
- 7.1 变化模式可视化
- 7.1.1 折线图与面积图
- 7.1.2 蒸汽图与风筝图
- 7.1.3 表格图
- 7.1.4 日历图
- 7.2 变动特征可视化
- 7.2.1 时间序列的瀑布图
- 7.2.2 两个时点间的斜率图
- 7.2.3 序列的改变点
- 7.2.4 时间序列的动态交互图
- 7.3 序列成分可视化
- 7.3.1 成分分解
- 7.3.2 随机成分平滑
- 习 题
- 第8章 其他可视化图形
- 8.1 瀑布图
- 8.2 和弦图
- 8.3 桑基图
- 8.4 平行集图
- 8.5 3D透视图
- 8.6 词云图
- 8.7 出版物中的图表
- 8.7.1 绘制表格
- 8.7.2 绘制带有表格和注释文本的图形
- 8.7.3 绘制带有检验信息的图形
- 8.8 为图形添加背景图片
- 习 题
- 附录 本书使用的R包和R函数
- 参考文献
展开全部
数据可视化——基于R语言是2020年由人民邮电出版社出版,作者贾俊平。
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《数据可视化——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
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
电子书
本书全面地讲解了在科学领域运用广泛的数据微积分、线性代数、统计学、数值计算、多元统计分析等数学基础知识。全书共6章：第1章介绍了大数据与数学、数学与R语言的关系；第2章介绍了微积分的基础知识，包括函数、极限、导数、微分、不定积分与定积分及其应用；第3章介绍了线性代数的基础知识，包括矩阵的运算、行列式、特征分解、奇异值分解；第4章介绍了统计学的基础知识，包括数据分布特征、概率论、随机变量的数字特征、
电子书
本书共13章，主要包括：数据分析概述及R语言环境，R语言的数据对象及其类型，R语言数据存储与读取，R语言编程，R语言可视化，R语言描述性统计，R语言参数估计，R语言参数假设检验等内容。
电子书
本书从数据科学的角度，讲解了Python和R的语言特性以及各自的优缺点，介绍了包括包、框架和工作流在内的开源生态系统，分析了Python和R分别适用于哪些业务场景，并通过真实的案例演示如何在单个工作流中集成Python与R,使两种语言充分发挥优势，改善业务应用的效果。本书还提供了Python和R的对照翻译，帮助读者在两种语言间快速切换。本书适合数据科学领域有一定Python或R基础的开发人员阅读，
电子书
本书由浅入深，内容丰富。全书共11章，主要内容包括第1章R语言数据分析概述、第2章R语言数据操作基础、第3章数据读写、第4章数据预处理、第5章数据的描述统计分析、第6章数据相关性分析、第7章R语言可视化基础、第8章高级可视化工具、第9章聚类分析、第10章关联规则、第11章分类及预测。
电子书
本书共7章，主要介绍数据科学的基础理论、统计学与模型、机器学习与算法、数据可视化、数据加工、大数据技术、数据产品开发及数据科学中的人文与管理等内容。
电子书
“大数据可视化”是一门理论性和实践性都很强的课程。本书为高等职业院校相关专业“大数据可视化”课程全新设计编写，针对高等职业院校学生的发展需求，系统、全面地介绍大数据可视化的基本知识和技巧，包括数据可视化之美、Excel数据可视化方法与应用、数据引导可视化设计、数据可视化过程、数据可视化组织、Tableau应用初步、Tableau数据管理、Tableau可视化分析、Tableau仪表板与故事以及Ta
