推薦語　　iii
前言　　iv
本書結構　　vi
第1章 搭建R編程環境　　1
1.1　為什麼是R　　2
1.2　安裝R　　2
1.2.1　在Windows操作係統中安裝R　　4
1.2.2　在Linux係統下安裝R　　6
1.2.3　在Mac OS X中安裝R　　12
1.3　啓動R　　15
1.4　查看幫助　　16
1.5　R集成開發環境　　19
1.6　批處理　　21
1.7　使用包　　22
參考資料 　　24
第2章 數據類型　　25
2.1　變量　　26
2.1.1　變量命名規則　　26
2.1.2　變量賦值　　26
2.2　調用函數時指定參數　　27
2.3　標量　　28
2.3.1　數值　　28
2.3.2　NA　　29
2.3.3　NULL　　29
2.3.4　字符串　　30
2.3.5　邏輯值　　31
2.3.6　因子　　32
2.4　嚮量　　34
2.4.1　創建嚮量　　35
2.4.2　訪問嚮量中的數據　　36
2.4.3　嚮量運算　　39
2.4.4　連續數字組成的嚮量　　41
2.4.5　保存重復值的嚮量　　42
2.5　列錶　　43
2.5.1　創建列錶　　43
2.5.2　訪問列錶中的數據　　44
2.6　矩陣　　45
2.6.1　創建矩陣　　45
2.6.2　訪問矩陣中的數據　　48
2.6.3　矩陣運算　　49
2.7　數組　　52
2.7.1　創建數組　　53
2.7.2　訪問數組數據　　54
2.8　數據框　　54
2.8.1　創建數據框　　55
2.8.2　訪問數據框　　57
2.8.3　實用工具函數　　59
2.9　類型判彆　　61
2.10　類型轉換　　62
參考資料 　　64
第3章 R語言編程　　65
3.1　R的特徵　　66
3.2　流程控製（條件語句與循環語句）　　66
3.2.1　if語句　　66
3.2.2　循環語句　　67
3.3　運算　　69
3.3.1　數值運算　　70
3.3.2　嚮量運算　　70
3.3.3　NA處理　　72
3.4　定義函數　　74
3.4.1　基本定義　　74
3.4.2　可變長參數　　75
3.4.3　嵌套函數　　76
3.5　作用域　　77
3.6　值傳遞　　80
3.7　對象的不變性　　81
3.8　模塊模式　　83
3.8.1　隊列　　84
3.8.2　編寫隊列模塊　　85
參考資料 　　86
第4章 數據操作Ⅰ：基於嚮量的處理與外部數據處理　　87
4.1　鳶尾花數據集　　88
4.2　讀寫文件　　90
4.2.1　讀寫CSV文件　　90
4.2.2　讀寫對象文件　　93
4.3　閤並數據框的行與列　　94
4.4　apply係列函數　　96
4.4.1　apply()　　97
4.4.2　lapply()函數　　99
4.4.3　sapply()　　102
4.4.4　tapply()　　104
4.4.5　mapply()　　106
4.5　數據分組並調用函數　　107
4.5.1　summaryBy()　　108
4.5.2　orderBy()　　110
4.5.3　sampleBy()　　112
4.6　數據拆分與閤並　　114
4.6.1　split()　　115
4.6.2　subset()　　116
4.6.3　數據閤並　　117
4.7　數據排序　　119
4.7.1　sort()　　119
4.7.2　order()　　120
4.8　訪問數據框中的列　　121
4.8.1　with()　　121
4.8.2　within()　　122
4.8.3　attach()與detach()　　124
4.9　查找符閤條件的數據索引　　126
4.10　分組運算　　127
4.11　更易處理的數據錶現形式　　128
4.12　與MySQL聯動　　131
4.12.1　安裝MySQL及RMySQL　　131
4.12.2　使用RMySQL訪問MySQL數據庫　　140
參考資料 　　141
第5章 數據操作Ⅱ：數據處理及加工　　143
5.1　數據處理及加工相關包　　144
5.2　使用SQL處理數據　　144
5.3　數據分析：拆分、應用、閤並　　146
5.3.1　adply()函數　　147
5.3.2　ddply()函數　　149
5.3.3　輕鬆進行按組運算　　150
5.3.4　mdply()　　153
5.4　數據結構變形與匯總　　154
5.4.1　melt()　　155
5.4.2　cast()　　157
5.4.3　數據匯總　　158
5.5　數據錶：更快、更方便的數據框　　160
5.5.1　創建數據錶　　160
5.5.2　數據訪問與分組運算　　162
5.5.3　使用key快速訪問數據　　164
5.5.4　使用key閤並數據錶　　166
5.5.5　利用引用修改數據　　167
5.5.6　將列錶轉換為數據框　　168
5.6　更好的循環語句　　170
5.7　並行處理　　172
5.7.1　設置進程數　　173
5.7.2　plyr並行化　　174
5.7.3　foreach並行化　　176
5.8　單元測試與調試　　177
5.8.1　testthat　　177
5.8.2　使用test_that()進行測試分組　　179
5.8.3　測試文件的結構　　180
5.8.4　調試　　181
5.9　測定代碼執行時間　　187
5.9.1　測定命令語句執行時間　　187
5.9.2　代碼性能測試　　189
參考資料 　　191
第6章 繪圖　　193
6.1　散點圖　　194
6.2　圖形選項　　195
6.2.1　坐標軸名稱　　196
6.2.2　圖形標題　　197
6.2.3　點的類型　　197
6.2.4　點的大小　　198
6.2.5　顔色　　199
6.2.6　坐標軸的取值範圍　　200
6.2.7　圖形類型　　201
6.2.8　綫型　　204
6.2.9　圖形排列　　204
6.2.10　抖動　　205
6.3　基本圖形　　207
6.3.1　點　　207
6.3.2　摺綫　　209
6.3.3　直綫　　211
6.3.4　麯綫　　212
6.3.5　多邊形　　213
6.4　字符串　　216
6.5　識彆圖形中的數據　　218
6.6　圖例　　219
6.7　繪製矩陣中的數據（matplot、matlines、matpoints）　　220
6.8　應用圖形　　221
6.8.1　箱綫圖　　222
6.8.2　直方圖　　225
6.8.3　密度圖　　227
6.8.4　條形圖　　229
6.8.5　餅圖　　230
6.8.6　馬賽剋圖　　232
6.8.7　散點圖矩陣　　234
6.8.8　透視圖、等高綫圖　　235
參考資料 　　238
第7章 統計分析　　239
7.1　生成隨機數與分布函數　　240
7.2　基本統計量　　243
7.2.1　樣本均值、樣本方差、樣本標準差　　243
7.2.2　五數概括　　244
7.2.3　眾數　　246
7.3　樣本抽取　　246
7.3.1　簡單隨機抽樣　　247
7.3.2　考慮權值的樣本抽取　　248
7.3.3　分層隨機抽樣　　249
7.3.4　係統抽樣　　251
7.4　列聯錶　　252
7.4.1　創建列聯錶　　253
7.4.2　求和與百分比　　254
7.4.3　獨立性檢驗　　256
7.4.4　費捨爾精確檢驗　　261
7.4.5　McNemar檢驗　　262
7.5　擬閤優度檢驗　　265
7.5.1　卡方檢驗　　265
7.5.2　夏皮羅-威爾剋檢驗　　265
7.5.3　柯爾莫諾夫-斯米爾諾夫檢驗　　266
7.5.4　Q-Q圖　　268
7.6　相關分析　　271
7.6.1　皮爾遜相關係數　　272
7.6.2　斯皮爾曼相關係數　　275
7.6.3　肯德爾等級相關係數　　277
7.6.4　相關係數檢驗　　277
7.7　估計與檢驗　　278
7.7.1　單樣本均值　　279
7.7.2　兩獨立樣本均值　　282
7.7.3　兩配對樣本均值　　285
7.7.4　兩樣本方差　　287
7.7.5　單樣本比率　　288
7.7.6　兩樣本比率　　290
參考資料 　　291
第8章 綫性迴歸　　293
8.1　綫性迴歸的基本假設　　294
8.2　簡單綫性迴歸　　295
8.2.1　創建模型　　295
8.2.2　提取綫性迴歸結果　　296
8.2.3　預測與置信區間　　298
8.2.4　模型評估　　299
8.2.5　方差分析及模型間比較　　302
8.2.6　模型診斷圖形　　304
8.2.7　迴歸直綫的可視化　　306
8.3　多元迴歸　　307
8.3.1　創建及評估模型　　307
8.3.2　分類變量　　308
8.3.3　多元迴歸模型的可視化　　310
8.3.4　使用函數I()　　312
8.3.5　變量的變換　　314
8.3.6　交互作用　　314
8.4　異常值　　320
8.5　變量選擇　　321
8.5.1　選擇變量的方法　　322
8.5.2　比較所有情形　　325
參考資料 　　328
第9章 分類算法Ⅰ：數據探索、預處理、模型評估方法　　331
9.1　數據探索　　332
9.1.1　技術統計　　332
9.1.2　數據可視化　　337
9.2　預處理　　340
9.2.1　數據變換　　340
9.2.2　缺失值處理　　345
9.2.3　變量選擇　　348
9.3　模型評估方法　　358
9.3.1　評估指標　　358
9.3.2　ROC麯綫　　361
9.3.3　交叉檢驗　　365
參考資料 　　375
第10章 分類算法Ⅱ：機器學習算法　　377
10.1　邏輯迴歸模型　　378
10.2　多項邏輯迴歸分析　　381
10.3　決策樹　　384
10.3.1　決策樹模型　　385
10.3.2　分類與迴歸樹　　386
10.3.3　條件推斷決策樹　　389
10.3.4　隨機森林　　391
10.4　神經網絡　　396
10.4.1　神經網絡模型　　396
10.4.2　神經網絡模型學習　　398
10.5　支持嚮量機　　402
10.5.1　支持嚮量機模型　　403
10.5.2　支持嚮量機學習　　404
10.6　類彆不平衡　　408
10.6.1　嚮上取樣、嚮下取樣　　409
10.6.2　SMOTE　　411
10.7　文檔分類　　413
10.7.1　語料庫與文檔　　413
10.7.2　文檔變換　　414
10.7.3　文檔的矩陣錶示　　415
10.7.4　高頻詞　　418
10.7.5　詞語之間的相關關係　　419
10.7.6　文檔分類　　420
10.7.7　從文件創建語料庫　　422
10.7.8　元數據　　424
10.8　caret包　　427
參考資料 　　431
第11章 利用泰坦尼剋數據練習機器學習　　433
11.1　泰坦尼剋數據格式　　434
11.2　讀入數據　　434
11.2.1　轉換數據類型　　435
11.2.2　分離測試數據　　437
11.2.3　準備交叉檢驗　　438
11.3　數據探索　　440
11.4　評估指標　　444
11.5　決策樹模型　　444
11.5.1　rpart的交叉檢驗　　445
11.5.2　準確度評估　　446
11.5.3　條件推斷決策樹　　447
11.6　發現其他特徵　　448
11.6.1　使用ticket識彆傢庭　　448
11.6.2　預測生還概率　　449
11.6.3　添加傢庭ID　　450
11.6.4　閤並傢庭成員的生還概率　　452
11.6.5　使用傢庭信息建模ctree()　　454
11.6.6　性能評估　　455
11.7　交叉檢驗並行化　　457
11.7.1　反復執行3次10層交叉檢驗　　457
11.7.2　使用foreach()與%dopar%進行並行化　　458
11.8　開發更好的算法　　459
參考資料 　　460
· · · · · · (收起)