R语言数据挖掘（第3版）完整版教学课件.pptx

《R语言数据挖掘(第3版)》286页完整版课件 内容可修改PPT第一章数据挖掘与R语言概述学习目标理论方面，了解数据挖掘的概念，掌握数据挖掘的结果及展示方式，明确数据挖掘能够实现哪些分析目标，领会数据挖掘方法的主要思路，总览数据挖掘的典型商业应用实践方面，了解R语言的相关概念，掌握R语言入门必备知识，熟悉R语言的基本操作数据挖掘与R语言概述人类的数据生产能力达到空前从数据挖掘方法入手，无疑是最佳选择R语言是目前应用最为广泛的数据挖掘与分析工具第一，共享性第二，分析方法丰富第三，操作简便性和灵活性第四，成长性什么是数据挖掘对数据挖掘的理解已达成如下共识首先，数据挖掘是一个利用各种方法，从海量的有噪声的各类数据中，提取潜在的、可理解的、有价值的信息过程其次，数据挖掘是一项涉及多任务、多学科的庞大的系统工程，涉及数据源的建立和管理、从数据源提取数据、数据预处理、数据可视化、建立模型和评价以及应用模型评估等诸多环节数据挖掘的诸多环节本质上可归纳为两个具有内在联系的阶段：数据的存储管理阶段和数据的分析建模阶段，涉及计算机科学和统计学等众多交叉学科领域数据挖掘的结果数据挖掘结果有如下呈现方式数学模型推理规则图形数据挖掘结果的基本特征潜在性可理解性有价值性数据挖掘能做什么数据挖掘可以解决四大方面的问题数据预测：基于对历史数据的分析，预测新数据的特征，或是预测数据的未来发展趋势等发现数据的内在结构：发现数据集中可能包含着的若干个小的数据子集发现关联性：找到变量取值的内在规律性模式诊断：找到数据集中的模式数据挖掘方法的特点数据挖掘方法是统计方法和机器学习方法的有机结合，呈现鲜明的交叉学科特点数据挖掘能够更好地适应大数据分析的要求，充分发挥统计学和机器学习的长处，解决如下三方面的问题：对目标契合度不高的数据，怎样的建模策略能够更好地迎合分析的需要对于海量、高维数据，怎样的建模策略能够更好地揭示数据特征，提高分析效率对于复杂类型和关系数据，怎样的建模策略能够清晰地揭示数据的特征数据挖掘的典型商业应用数据挖掘在客户细分中的应用数据挖掘在客户流失分析中的应用数据挖掘在营销响应分析中的应用数据挖掘在交叉销售中的应用数据挖掘在欺诈甄别中的应用R语言入门必备什么是R的包R是一个关于包的集合。包是关于函数、数据集、编译器等的集合。编写R程序过程就是通过创建R对象组织数据，通过调用系统函数，或者创建并调用自定义函数，逐步完成数据挖掘各阶段任务的过程R包的种类：基础包和共享包如何获得 RR语言入门必备R的相关概念工作空间：工作空间（也称工作内存），简单讲就是R的运行环境。R会自动将基础包加载到工作空间中，从而为数据挖掘提供最基本的运行保障函数：是存在于R包中的实现某个计算或某种分析的程序段格式一：函数名() 格式二：函数名(形式参数列表)R对象：存在于工作空间中的程序处理基本单元R语言入门必备了解R的工作环境R主窗口的作用当前工作空间中已加载了基础包中的哪些“小包”已加载包中有哪些可被调用的函数如何获得的R帮助文档如何拓展使用包和函数第一，当前下载安装了哪些包第二，如何加载尚未加载的包并调用其中的函数第三，如何使用共享包R语言入门必备命令行方式在R控制台的提示符后，输入一条命令并回车即可立即得到运行结果。适合于较为简单步骤较少的数据处理和分析程序运行方式新建或打开R程序执行R程序程序执行结果的输出RstudioRstudio可有效提高R语言程序开发的便利性行第二章R的数据组织和整理学习目标理论方面，明确数据对象是R存储组织数据的基本方式，掌握不同R数据对象的特点，适合组织怎样的数据。了解程序设计的基本概念和流程控制特点。实践方面，掌握各种R对象的创建和访问操作，熟练外部数据组织到R对象的操作。能够通过调用R的系统函数实现简单程序设计，掌握用户自定义函数和程序流程控制技巧，解决数据整理应用问题R的数据对象R的数据对象有哪些类型从存储角度划分R对象：数值型、字符型、逻辑型从结构角度划分R对象：向量、矩阵、数组、数据框、列表创建和访问R的数据对象创建R的对象对象名 - R常量或R函数访问R的数据对象对象名，或，print(对象名)查看R数据对象的结构str(对象名)管理R的数据对象ls()、 rm(对象名或对象名列表)，或，remove(对象名)向量的创建和访问向量可以只包含一个元素，存储一个数据，也可以包含若干个元素，存储多个数据。向量包含的元素可以是数值型、字符串型或逻辑型，对应的向量依次称为数值型向量、字符串型向量或逻辑型向量创建只包含一个元素的向量：对象名 - R常量创建包含多个元素的向量c函数、rep重复函数、seq序列函数scan键盘数据读入函数vector创建向量函数向量的创建和访问访问向量中的元素访问指定位置上的元素向量名[位置常量]、向量名[位置常量1