大數(shù)據(jù)分析與應(yīng)用實(shí)戰(zhàn)

第1章  數(shù)據(jù)驅(qū)動(dòng)程序設(shè)計(jì) 1 1.1  套件管理 1 1.1.1  基本套件 5 1.1.2  建議套件 6 1.1.3  貢獻(xiàn)套件 9 1.2  環(huán)境與輔助說(shuō)明 11 1.3  R語(yǔ)言數(shù)據(jù)對(duì)象 17 1.3.1  向量 18 1.3.2  矩陣 22 1.3.3  數(shù)組 25 1.3.4  列表 28 1.3.5  數(shù)據(jù)集 31 1.3.6  因子 38 1.3.7  R語(yǔ)言原生數(shù)據(jù)對(duì)象取值  42 1.3.8  R語(yǔ)言衍生數(shù)據(jù)對(duì)象 49 1.4  Python語(yǔ)言數(shù)據(jù)對(duì)象 54 1.4.1  Python語(yǔ)言原生數(shù)據(jù)對(duì)象處理  54 1.4.2  Python語(yǔ)言衍生數(shù)據(jù)對(duì)象取值  62 1.4.3  Python語(yǔ)言類(lèi)別變量編碼  68 1.5  向量化與隱式循環(huán) 71 1.6  編程范式與面向?qū)ο蟾拍?77 1.6.1  R語(yǔ)言S3類(lèi)別 80 1.6.2  Python語(yǔ)言面向?qū)ο?84 1.7  控制流程與自定義函數(shù) 89 1.7.1  控制流程 89 1.7.2  自定義函數(shù) 92 1.8  數(shù)據(jù)導(dǎo)入與導(dǎo)出 99 1.8.1  R語(yǔ)言數(shù)據(jù)導(dǎo)入及導(dǎo)出  99 1.8.2  Python語(yǔ)言數(shù)據(jù)導(dǎo)入及導(dǎo)出  101 1.9  程序調(diào)試與效率監(jiān)測(cè) 105 第2章  數(shù)據(jù)前處理 112 2.1  數(shù)據(jù)管理 112 2.1.1  R語(yǔ)言數(shù)據(jù)組織與排序  113 2.1.2  Python語(yǔ)言數(shù)據(jù)排序  119 2.1.3  R語(yǔ)言數(shù)據(jù)變形 123 2.1.4  Python語(yǔ)言數(shù)據(jù)變形  127 2.1.5  R語(yǔ)言數(shù)據(jù)清理 128 2.1.6  Python語(yǔ)言數(shù)據(jù)清理  151 2.2  數(shù)據(jù)摘要與匯總 154 2.2.1  摘要統(tǒng)計(jì)量 155 2.2.2  R語(yǔ)言群組與摘要 163 2.2.3  Python語(yǔ)言群組與摘要  172 2.3  特征工程 183 2.3.1  特征轉(zhuǎn)換與移除 183 2.3.2  特征提取的主成分分析  198 2.3.3  特征選擇 211 2.3.4  結(jié)語(yǔ) 216 2.4  大數(shù)據(jù)處理概念 217 2.4.1  文本數(shù)據(jù)處理 218 2.4.2  Hadoop分布式文件系統(tǒng)  232 2.4.3  Spark集群計(jì)算框架 233 第3章  統(tǒng)計(jì)機(jī)器學(xué)習(xí)基礎(chǔ) 237 3.1  隨機(jī)誤差模型 238 3.1.1  統(tǒng)計(jì)機(jī)器學(xué)習(xí)類(lèi)型 243 3.1.2  過(guò)度擬合 244 3.2  模型性能評(píng)量 247 3.2.1  回歸模型性能指標(biāo) 247 3.2.2  分類(lèi)模型性能指標(biāo) 250 3.2.3  模型性能可視化 259 3.3  模型選擇與評(píng)定 263 3.3.1  重抽樣與數(shù)據(jù)分割方法  263 3.3.2  單類(lèi)模型參數(shù)調(diào)校 273 3.3.3  比較不同類(lèi)的模型 287 3.4  相似性與距離 290 3.5  相關(guān)與獨(dú)立 293 3.5.1  數(shù)值變量與順序尺度類(lèi)別變量  293 3.5.2  名目尺度類(lèi)別變量 298 3.5.3  類(lèi)別變量可視化關(guān)聯(lián)檢驗(yàn)  307 第4章  無(wú)監(jiān)督式學(xué)習(xí) 315 4.1  數(shù)據(jù)可視化 316 4.2  關(guān)聯(lián)形態(tài)挖掘 324 4.2.1  關(guān)聯(lián)形態(tài)評(píng)估準(zhǔn)則 324 4.2.2  在線音樂(lè)城關(guān)聯(lián)規(guī)則分析  325 4.2.3  結(jié)語(yǔ) 333 4.3  聚類(lèi)分析 334 4.3.1  k均值聚類(lèi)法 335 4.3.2  階#層式聚類(lèi) 346 4.3.3  密度聚類(lèi) 351 4.3.4  聚類(lèi)結(jié)果評(píng)估 355 4.3.5  結(jié)語(yǔ) 356 第5章  監(jiān)督式學(xué)習(xí) 357 5.1  線性回歸與分類(lèi) 358 5.1.1  多元線性回歸 358 5.1.2  偏#小二乘法回歸 379 5.1.3  嶺回歸、套索回歸與彈性網(wǎng)罩懲罰模型 385 5.1.4  線性判別分析 392 5.1.5  邏輯回歸分類(lèi)與廣義線性模型  398 5.2  非線性分類(lèi)與回歸 401 5.2.1  樸素貝葉斯分類(lèi) 401 5.2.2  k近鄰法分類(lèi) 413 5.2.3  支持向量機(jī)分類(lèi) 422 5.2.4  分類(lèi)與回歸樹(shù) 445 第6章  其他學(xué)習(xí)方式 479 6.1  集成學(xué)習(xí) 479 6.1.1  拔靴集成法 480 6.1.2  多模激發(fā)法 480 6.1.3  隨機(jī)森林 489 6.1.4  結(jié)語(yǔ) 490 6.2  深度學(xué)習(xí) 490 6.2.1  人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介 491 6.2.2  多層感知機(jī) 493 6.2.3  卷積神經(jīng)網(wǎng)絡(luò) 502 6.2.4  遞歸神經(jīng)網(wǎng)絡(luò) 507 6.2.5  自動(dòng)編碼器 510 6.2.6  受限玻爾茲曼機(jī) 511 6.2.7  深度信念網(wǎng)絡(luò) 513 6.2.8  深度學(xué)習(xí)參數(shù)調(diào)校 513 6.3  強(qiáng)化學(xué)習(xí) 516 參考文獻(xiàn) 521 索引 523