R语言数据挖掘实战教程

课程导读 一、数据挖掘必要性 - 章节导读 - 1、大数据资产的利用 - 2、数据挖掘的方向及商业定义 - 3、数据挖掘流程介绍 - 4、合格数据挖掘工程师必备技能 - 5、大数据挖掘技术 - 章节总结 二、模型效果评估 - 章节导读 - 6、模型效果评估常用方法 - 7、混淆矩阵指标详解 - 8、混淆矩阵案例详解 - 9、ROC曲线基本原理 - 10、利用excel讲解各种评估曲线指标统计原理 - 11、利用R计算tpr、fpr、lift各指标值详解 - 12、利用plot函数绘制ROC、KS、LIFT曲线 - 13、利用ggpot函数绘制ROC、KS、LIFT曲线 - 14、自定义绘制各种评估曲线函数 - 15、利用ROCR和pROC包绘制ROC曲线 - 16、等频分箱基本原理及价值解读 - 17、PSI基本原理介绍及案例演示 - 章节总结 三、经典线性回归模型 - 章节导读 - 18、经典线性回归模型理论介绍 - 19、线性回归模型最小二乘法的数学原理 - 20、线性回归模型的判定系数 - 21、自定义函数求回归系数和判定系数拟合度 - 22、构建test数据集验证自定义函数 - 23、lm函数及其他函数介绍 - 24、lm函数案例详解 - 25、对 cars数据集进行线性回归模型构建及结果可视化 - 26、对cars数据集进行指数变换后建模并 对比效果 - 27、利用MASS包的boxcox函数寻找指数（对数）变换的最优值 - 28、多个数值自变量的线性回归模型构建 - 29、利用逐步回归选择最有模型 - 30、当自变量有定性变量情况下的模型讲解 - 31、通过鸢尾花数据集解释为什么需要做逻辑回归 - 32、逻辑回归基本原理介绍 - 33、逻辑回归案例演示 - 章节总结 四、决策树模型 - 章节导读 - 34、决策树的基本原理及R语言实现 - 35、ID3算法举例 - 36、决策树案例演示：数据清洗及分区 - 37、利用C5.0算法构建分类模型 - 38、利用rpart和party包实现决策树算法 - 章节总结 五、聚类分析 - 章节导读 - 40、常用距离知识介绍 - 41、常用聚类算法及R语言实现 - 42、应用案例—iris数据集：K-均值聚类 - 43、应用案例-汽车数据集—K-均值聚类 - 44、案例：洛杉矶街区数据—层次聚类 - 45、应用案例：汽车数据集—层次聚类 - 章节总结 六、关联规则 - 46、关联规则的基本理论及R语言实现 - 47、关联规则可视化包arulesViz介绍 - 48、关联规则案例演示 - 章节总结 章节导读 课程总结 课程资料