華夏公益教科書:集合/R 和資料探勘
|
這是一個華夏公益教科書書籍中的頁面集合，可以輕鬆儲存、電子渲染，並作為印刷書籍進行排序。有關華夏公益教科書集合的資訊和幫助，請參閱幫助：集合。 | ||||||||
| [ 下載 PDF ] [ 在集合建立器中開啟 ] [ 訂購印刷書籍 ] | |||||||||
| [ 關於 ] [ 常見問題 ] [ 反饋 ] [ 幫助 ] [ 最近更改 ] | |||||||||
R 和資料探勘
[編輯原始碼]- R 程式設計
- R 程式設計
- R 基礎
- 介紹
- 示例會話
- 管理您的工作區
- 設定
- 包
- 文件
- 控制結構
- 使用函式
- 除錯
- 使用 C 或 Fortran
- 實用工具
- 估計實用工具
- 資料管理
- 資料型別
- 使用資料框
- 匯入和匯出資料
- 文字處理
- 時間和日期
- 圖形
- 圖形
- 圖形語法
- 出版物質量輸出
- 出版物質量輸出
- 描述性統計
- 描述性統計
- 數學
- 數學
- 最佳化
- 機率分佈
- 隨機數生成
- 統計核心方法
- 最大似然
- 矩量法
- 貝葉斯方法
- 自舉法
- 多重插補
- 非引數方法
- 迴歸模型
- 線性模型
- 分位數迴歸
- 二項式模型
- 多項式模型
- Tobit 和選擇模型
- 計數資料模型
- 持續時間分析
- 時間序列
- 時間序列
- 因子分析
- 因子分析
- 分類
- 排序
- 聚類
- 網路分析
- 網路分析
- 高效能計算
- 分析 R 程式碼
- 使用 R 進行平行計算
- 附錄
- 來源
- 索引
- 資料探勘演算法
- R 中的資料探勘演算法
- 降維
- 降維
- 主成分分析
- 奇異值分解
- 特徵選擇
- 頻繁模式挖掘
- 頻繁模式挖掘
- Eclat 演算法
- arulesNBMiner
- Apriori 演算法
- FP-Growth 演算法
- 序列挖掘
- 序列挖掘
- SPADE
- DEGSeq
- 聚類
- 聚類
- K-Means
- 混合層次聚類
- 期望最大化 (EM)
- 差異矩陣計算
- 層次聚類
- 基於密度的聚類
- K-Cores
- 模糊聚類 - 模糊 C 均值
- RockCluster
- Biclust
- 圍繞中心點的劃分 (PAM)
- CLUES
- 自組織對映 (SOM)
- Proximus
- CLARA
- 分類
- 分類
- SVM
- penalizedSVM
- kNN
- 異常值
- 決策樹
- 樸素貝葉斯
- adaboost
- JRip
- R 包
- R 包
- RWeka
- gausspred
- optimsimplex
- CCMtools
- FactoMineR
- nnet