论坛元老
- 威望
- 152
- 贡献
- 152
- 热心值
- 0
- 金币
- 2988
- 注册时间
- 2020-8-31
|
课程目录
第一章R语法详解
1.1、数据结构概述
1.2、向量
1.3、因子
1.4、矩阵
1.5、数据框
1.6、列表和函数
1.7、向量化计算和apply
第二章建立数据分析的统计思维和可视化探索
2.1、数据整理概述
2.2、数据导入导出和缺失值处理1
2.3、缺失值处理2（发现缺失值）
2.4、缺失值处理3（处理缺失值）
2.5、数据转换(1)
2.6、数据转换(2)
2.7、数据规约和随机
第三章建立数据分析的统计思维和可视化探索
3.1、数据分布
3.2、集中趋势
3.3、离散趋势和相关
3.4、R中的描述统计
3.5、分组统计
3.6、单变量可视化
3.7、双变量可视化
3.8、分组统计可视化
第四章用回归预测未来
4.1、线性回归的思想
4.2、回归结果的检查
4.3、决定系数预测和多元线性回归
4.4、一元线性回归演示
4.5、一元线性回归演示
4.6、残差分析演示
4.7、多元线性回归演示
第五章聚类方法
5.1、概述和距离
5.2、数据变换
5.3、层次聚类法
5.4、kmeans聚类1
5.5、kmeans聚类2
第六章数据降维——主成分分析和因子分析
6.1、概述
6.2、相关性会导致无法求解或者不稳定
6.3、逐步回归
6.4、主成分分析
6.5、主成分分析例子1
6.6、主成分分析例子2
6.7、因子分析
6.8、因子分析例子
第七章关联规则
7.1、关联规则介绍
7.2、关联规则演示
第八章决策树
8.1、决策树介绍
8.2、几种分类算法介绍
8.3、评价模型准确性
8.4、C4.5和混淆矩阵ROC图
8.5、CART演示
|
|
发表于 2019-3-26 23:57
