本课程建立在R语言基础课程之上，本课程重在实践，将以多个案例的形式，介绍完整的数据分析的流程，从数据模型建立到数据清洗到可视化的过程。
要求学员有数学基础，掌握R语言基本语法
参加了R语言基础课程
|
模块名称 |
课程内容 |
|
原始数据的探索与预处理 |
1. 度量数据集的集中程度 2. 度量数据集的分散程度 1) 极值，方差和标准差 2）标准误和偏差系数，峰度系数 3. 创建一个数字摘要表 4. 异常值的观测与说明 1）利用箱线图观测异常值并处理 2）异常值检测的其他情况和说明 5. 缺失值的填补与处理 1）删除缺失值或对其进行简单填补 2）按照相关性对空缺值进行填补 |
|
R的数据可视化
|
1. plot()函数和常用的图形参数 1）设置plot()函数中的参数 2）修改散点图的坐标并加入标注 2. 经典的基础图形及用途 1）线图 2)直方图 3)箱线图和茎叶图 3. 将图形组合起来 4. 更多的高水平作图函数 5. 更多的常用作图命令 |
|
R中参数的估计和检验 |
1. 使用R进行点估计和区间估计 1) 简单的点估计和区间估计 2 )估计单侧置信区间 2. 与正态总体有关的参数检验 3. 列联表与独立性检验 4. 集中检验数据分布的函数 5. 对非正态总体的区间估计和检验 1）非正态总体的区间估计 2）非参数检验中的符合检验 3）非参数检验中的秩检验 |
|
R中的方差分析 |
1. 方差分析模型的建立 2 .单因素方差分析 1）单因素方差分析的数学思想与模型 2）检验样本是否满足方差分析的假设条件 3）构建单因素方差分析模型 3. 多因素方差分析 1）多因素方差分析的数学思想与模型 2）不考虑交互作用的双因素方差分析 3）考虑交互作用的双因素方差分析 4. 秩检验和协方差分析 1）对控制变量应用秩检验方法 2）协方差分析的假设与应用 |
|
R中的相关分析和回归分析 |
1. 多种相关系数的计算和检验 1）简单相关系数的计算和检验 2）散步矩阵图和偏相关系数 3）典型相关分析 2. 线性回归分析及其常归参数 1）对数据进行预处理 2）构建个回归模型 3）修正方程并检验残差 3. 使用逐步回归筛选自变量 1）逐步回归的思想与分类 2）构建逐步回归模型 4. 哑变量和逻辑回归 1）哑变量和逻辑回归的思想 2）向线性回归模型中纳入哑变量 |
|
更高级的数据可视化 |
1. 基础图形的扩展与延伸 1）绘制分类散点图并添加图标 2）绘制含多种类别的密度分布图 3）复合条形图和堆栈条形图 2. 有关多元分布函数的特殊图形 1）星图和脸谱图 2）轮廓图 3）调和曲线图 3. 建立最简单的3D图形 4. 如何让图形更美观 5. 更过的绘图包和系统
|
|
R中的聚类分析和判别分析
|
1. 集中聚类分析的异同 2. 使用R实现KNN聚类 1）KNN算法的思想和模型 2）使用R实现KNN聚类 3. 使用R实现系统聚类 1）系统聚类的思想和模型 2）使用R实现系统聚类 4. 使用R实现快速聚类 1）快速聚类的思想和模型 2）使用R实现快速聚类 5. 集中判别分析模型综述 1）距离判别模型 2）Fisher判别模型 |
|
R中的主成分分析和因子分析
|
1. 主成分分析的实现与应用 1）主成分分析的模型假设和数据处理 2）构造一个主成分分析模型 3)计算主成分的综合得分 2. 因子分析的初次构建与完善 1）构造一个简单的因子分析模型 2）计算因子得分并分析 3. 对因子分析模型进行修正 1）修改因子分析模型中的因子个数 2）基于主成分法和主轴因子法进行因子分析 4. 在降维分析的基础上进行回归分析和聚类分析 1）在降维分析的基础上进行回归分析 2）在降维分析的基础上进行聚类分析 5. 决策树 1）C4.5算法 2）CART算法 3）C5.0算法 |
|
R中的广义线性回归模型 |
1. 一般的广义线性回归模型 1） 使用二次函数拟合线性回归模型 2） 拟合更多的广义线性模型 3） 比较线性模型的优劣 2. Logistic线性回归模型 1）Logistic模型的原理与构建方法 2）Logistic模型的显著性检验和优势比 3）修正被警告的Logistic模型 3. 泊松回归分析模型 1) 拟合个泊松回归模型 2) 泊松回归模型的过散布检验 4. 广义线性模型的交叉验证 |
|
R中的时间序列模型 |
1. 将数据转换为时间序列格式 1) 使用ts()函数转换数据格式并绘制时间序列曲线 2) 使用zoo()函数转换数据格式并绘制时间序列曲线 2. 分解时间序列并检验时间序列的自相关性 1) 使用经典方法分解时间序列 2) 使用STL方法分解时间序列 3. 探究时间序列的自相关性 1) 使用月图和季度图探究自相关性 2) 使用散点图探究自相关性 4. 构建时间序列并预测 1) 均值预测，单纯预测和漂移 2) 不考虑长期趋势和季节波动的简单指数平滑 3) 在指数平滑中加入长期趋势和季节波动 4) 自回归移动平均模型 |
|
R中的最优化问题 |
1. 最优化问题简述 2. 黄金分割法 1) 黄金分割法和局部最优解 2) 使用R实现黄金分割法 3. 牛顿最优化方法 1) 牛顿方法的算法原理 2) 在一维情形下实现牛顿迭代法 3) 在多维情形下实现牛顿迭代法 4. 最快上升法 1) 利用梯度求解上升最快的相邻点 2) 构建最快上升法函数并检验 5. R中最优化函数 |
|
使用R绘制地理信息图形 |
1. 绘制世界，国家，省市地图 1) 使用map()函数绘制地图 2) 另一种绘制地图的方法 3) 分省市绘制地图 2. 向地图中添加颜色 1） 向地图中添加颜色前的准备工作 2） 在地图上添加颜色 3. 向地图上添加标签和线条 1） 向地图中添加标签前的准备工作 2） 在地图上添加标签 3） 在地图上添加线条 4. 使用其他格式的文件优化地图 |
|
使用R构建支持向量机 |
1. 构建一个简单的支持向量机 1) 支持向量机的算法原理 2) 构建一个简单的支持向量机 3) 使用其他核函数构建支持向量机 2. 优化支持向量机的参数 1) 优化参数degree 2) 优化参数cost 3) 优化参数gamma 3. 比较支持向量机与Logistic回归的优劣 4. 比较支持向量机和KNN聚类算法的优劣 |
|
构建电影评分预测模型 |
1. 获取数据并探索 2. 利用recommenderlab包处理数据 3. 建立模型并评估 1) 模型的选择与建立 2) 模型之间的比较和评估 |
|
贝叶斯垃圾邮件过滤器模型 |
1. 贝叶斯模型中的条件概率 2. 复杂的数据预处理过程 1) 利用for循环读入多封邮件正文 2) 利用tm包进一步转换数据格式 3) 将TDM转换成真正有用的数据框 3. 利用occurrece值构造分类器 1) 完成理论准备并处理测试邮件和普通邮件 2) 创建一个函数用于比较概率 |
|
可视化数据挖掘工具Rattle内置 |
1. Rattle简介及其安装 1) Rattle简介 2) Rattle安装 2. 功能预览 3. 数据导入 1) 导入CSC数据 2) 导入ARFF数据 3) 导入ODBC数据 4) R Dataset—导入其他数据源 5) 导入RData File数据集 6) 导入Library数据 4. 数据探索 1) 数据总体概况 2) 数据分布探索 3) 相关性 4) 主成分 5) 交互图 5. 数据建模 1) 聚类分析 2) 关联规则 3) 决策树 4) 随机深林 6. 模型评估 1) 混淆矩阵 2) 风险图 3) ROC图及相关图表 4) 模型得分数据集 |
