R語言實戰(zhàn) 數(shù)據(jù)整理、可視化、建模與挖掘

前言
第一篇 R語言入門
第1章 R語言簡介/
1.1R語言的下載與運(yùn)行/
1.2RStudio安裝與設(shè)置/
1.3R語言包/
1.4數(shù)據(jù)類型與運(yùn)算符/
1.5運(yùn)行R語言代碼/
1.6本章小結(jié)/
第2章 R語言數(shù)據(jù)對象/
2.1向量/
2.1.1數(shù)值型/
2.1.2邏輯型/
2.1.3缺失值/
2.1.4字符型/
2.1.5因子型/
2.1.6類型轉(zhuǎn)換/
2.2矩陣與高維數(shù)組/
2.2.1矩陣/
2.2.2高維數(shù)組/
2.3數(shù)據(jù)框/
2.3.1生成數(shù)據(jù)框/
2.3.2數(shù)據(jù)框操作/
2.4列表/
2.4.1生成列表/
2.4.2列表操作/
2.5時間數(shù)據(jù)/
2.5.1基礎(chǔ)包處理時間數(shù)據(jù)/
2.5.2lubridate包處理時間數(shù)據(jù)/
2.6本章小結(jié)/
第3章 程序編寫與函數(shù)/
3.1條件判斷語句/
3.1.1if語句/
3.1.2ifelse語句/
3.2循環(huán)語句/
3.2.1for循環(huán)/
3.2.2while循環(huán)/
3.2.3repeat循環(huán)/
3.3內(nèi)置函數(shù)/
3.3.1常用的數(shù)學(xué)函數(shù)/
3.3.2常用的字符串處理函數(shù)/
3.3.3常用的統(tǒng)計函數(shù)/
3.4自定義函數(shù)/
3.4.1函數(shù)語法/
3.4.2函數(shù)編寫/
3.4.3函數(shù)調(diào)試/
3.5本章小結(jié)/
第二篇 R語言數(shù)據(jù)整理實戰(zhàn)
第4章 數(shù)據(jù)讀寫與管理/
4.1數(shù)據(jù)導(dǎo)入與保存/
4.2從文件中導(dǎo)入數(shù)據(jù)/
4.2.1導(dǎo)入帶有分隔符的數(shù)據(jù)/
4.2.2導(dǎo)入Excel表格數(shù)據(jù)/
4.2.3導(dǎo)入SPSS數(shù)據(jù)/
4.2.4導(dǎo)入SAS數(shù)據(jù)/
4.2.5導(dǎo)入MATLAB數(shù)據(jù)/
4.2.6導(dǎo)入Stata數(shù)據(jù)/
4.2.7使用RStudio菜單導(dǎo)入數(shù)據(jù)/
4.3網(wǎng)絡(luò)爬蟲爬取數(shù)據(jù)/
4.3.1從網(wǎng)頁中獲取鏈接和表格/
4.3.2從網(wǎng)頁中獲取文本/
4.3.3從網(wǎng)頁中獲取圖片/
4.4圖像數(shù)據(jù)管理/
4.4.1讀取圖像/
4.4.2圖像操作/
4.5數(shù)據(jù)并行計算/
4.5.1apply()函數(shù)的使用/
4.5.2lapply()函數(shù)的使用/
4.5.3sapply()和vapply()函數(shù)的使用/
4.5.4tapply()和mapply()函數(shù)的使用/
4.6本章小結(jié)/
第5章 數(shù)據(jù)清洗與操作/
5.1處理缺失值/
5.1.1發(fā)現(xiàn)缺失值/
5.1.2缺失值分布可視化/
5.1.3缺失值填補(bǔ)/
5.2dplyr數(shù)據(jù)操作/
5.2.1管道操作/
5.2.2數(shù)據(jù)選擇/
5.2.3數(shù)據(jù)過濾/
5.2.4數(shù)據(jù)修改/
5.2.5數(shù)據(jù)排序/
5.2.6數(shù)據(jù)分組/
5.2.7數(shù)據(jù)融合/
5.3長寬數(shù)據(jù)轉(zhuǎn)換/
5.3.1tidyr包長寬數(shù)據(jù)轉(zhuǎn)換/
5.3.2reshape2包長寬數(shù)據(jù)轉(zhuǎn)換/
5.4文本處理/
5.4.1正則表達(dá)式/
5.4.2stringr包文本操作/
5.4.3中文文本預(yù)處理/
5.5本章小結(jié)/目錄
第三篇 R語言數(shù)據(jù)可視化實戰(zhàn)
第6章 R語言基礎(chǔ)繪圖/
6.1圖形的基礎(chǔ)設(shè)置/
6.1.1圖形的形狀和線條/
6.1.2圖形的坐標(biāo)系/
6.1.3圖形的顏色/
6.1.4圖形的文本/
6.2基礎(chǔ)圖形可視化/
6.2.1散點(diǎn)圖與線圖/
6.2.2直方圖與條形圖/
6.2.3箱線圖與平滑散點(diǎn)圖/
6.2.4三維圖形/
6.3子圖可視化/
6.3.1圖形窗口設(shè)計/
6.3.2繪制子圖/
6.4本章小結(jié)/
第7章 ggplot2數(shù)據(jù)可視化/
7.1ggplot2簡介/
7.1.1圖形語法/
7.1.2qplot快速繪圖/
7.2使用圖層構(gòu)建圖形/
7.2.1幾何對象/
7.2.2theme函數(shù)/
7.2.3統(tǒng)計變換/
7.2.4位置調(diào)整/
7.2.5形狀和大小/
7.3ggplot2可視化進(jìn)階/
7.3.1主題/
7.3.2顏色/
7.3.3分面/
7.3.4坐標(biāo)系/
7.3.5可視化地圖/
7.4ggplot2數(shù)據(jù)可視化案例/
7.5本章小結(jié)/
第8章 R語言高級繪圖/
8.1plotly可交互圖形可視化/
8.1.1可交互統(tǒng)計圖/
8.1.2可交互圖形添加控件/
8.1.3制作可交互動畫/
8.2ggplot2拓展包可視化/
8.2.1cowplot包可視化/
8.2.2ggfortify包可視化/
8.2.3ComplexUpset包可視化/
8.3特殊圖形可視化/
8.3.1圓環(huán)條形圖/
8.3.2弧形圖/
8.4本章小結(jié)/
第四篇 R語言數(shù)據(jù)建模實戰(zhàn)
第9章 基礎(chǔ)統(tǒng)計分析/
9.1概率分布與抽樣/
9.1.1隨機(jī)數(shù)生成/
9.1.2概率分布/
9.1.3數(shù)據(jù)抽樣/
9.2數(shù)據(jù)描述性統(tǒng)計/
9.2.1數(shù)據(jù)的變量類型/
9.2.2數(shù)據(jù)描述匯總/
9.2.3頻數(shù)和列聯(lián)表/
9.3數(shù)據(jù)相關(guān)性分析/
9.3.1Pearson相關(guān)性系數(shù)/
9.3.2Spearman秩相關(guān)性系數(shù)/
9.3.3Kendall相關(guān)性系數(shù)/
9.4假設(shè)檢驗/
9.4.1數(shù)據(jù)分布檢驗/
9.4.2t檢驗/
9.5方差分析/
9.5.1單因素方差分析/
9.5.2雙因素方差分析/
9.5.3多變量方差分析/
9.6本章小結(jié)/
第10章 回歸分析/
10.1一元線性回歸/
10.1.1一元線性回歸模型/
10.1.2一元線性回歸實例/
10.2一元非線性回歸/
10.2.1多項式回歸/
10.2.2非線性最小二乘回歸/
10.2.3樣條模型/
10.3多元線性回歸/
10.3.1回歸模型的建立/
10.3.2回歸診斷/
10.3.3異常值分析/
10.3.4改進(jìn)回歸模型/
10.4逐步回歸/
10.4.1直接逐步回歸/
10.4.2剔除異常值逐步回歸/
10.5邏輯回歸/
10.5.1用邏輯回歸進(jìn)行數(shù)據(jù)分類/
10.5.2逐步邏輯回歸分析/
10.6本章小結(jié)/
第11章 特征提取與降維/
11.1主成分分析/
11.1.1判斷主成分的個數(shù)/
11.1.2提取主成分得分/
11.1.3主成分得分系數(shù)/
11.1.4核主成分分析/
11.2因子分析/
11.2.1確定因子個數(shù)/
11.2.2提取公共因子/
11.3多維尺度分析/
11.3.1MDS數(shù)據(jù)降維/
11.3.2計算樣本的空間位置/
11.4tSNE降維/
11.4.1tSNE數(shù)據(jù)降維案例/
11.4.2調(diào)整tSNE算法的困惑度/
11.5本章小結(jié)/
第五篇 R語言數(shù)據(jù)挖掘?qū)崙?zhàn)
第12章 無監(jiān)督學(xué)習(xí)/
12.1聚類分析/
12.1.1選擇合適的聚類數(shù)目/
12.1.2K均值與K中值聚類/
12.1.3層次聚類/
12.1.4密度聚類/
12.1.5模糊聚類/
12.2離群點(diǎn)檢測/
12.2.1LOF離群點(diǎn)檢測/
12.2.