目　　錄
譯者序
前言
第1章　機器學習導論1
1.1　機器學習、統(tǒng)計分析和數(shù)據(jù)科學1
1.2　機器學習：第一個示例2
1.2.1　屬性-值格式2
1.2.2　用于診斷疾病的決策樹3
1.3　機器學習策略5
1.3.1　分類5
1.3.2　估計6
1.3.3　預測6
1.3.4　無監(jiān)督聚類9
1.3.5　市場購物籃分析9
1.4　評估性能9
1.4.1　評估監(jiān)督模型10
1.4.2　二分類誤差分析10
1.4.3　評估數(shù)值輸出11
1.4.4　通過測量提升比較模型11
1.4.5　評估無監(jiān)督模型13
1.5　倫理問題14
1.6　本章小結14
1.7　關鍵術語15
練習題16
第2章　R語言簡介18
2.1　R語言和RStudio簡介18
2.1.1　R的特性19
2.1.2　安裝R19
2.1.3　安裝RStudio20
2.2　瀏覽RStudio21
2.2.1　控制臺21
2.2.2　源面板22
2.2.3　全局環(huán)境24
2.2.4　包28
2.3　數(shù)據(jù)在哪里29
2.4　獲取幫助和額外信息29
2.5　本章小結30
練習題30
相關安裝包和函數(shù)總結31
第3章　數(shù)據(jù)結構和操作32
3.1　數(shù)據(jù)類型32
3.1.1　字符數(shù)據(jù)和因子33
3.2　單模式數(shù)據(jù)結構34
3.2.1　向量34
3.2.2　矩陣和數(shù)組36
3.3　多模式數(shù)據(jù)結構37
3.3.1　列表37
3.3.2　數(shù)據(jù)框38
3.4　編寫自己的函數(shù)39
3.4.1　寫一個簡單的函數(shù)39
3.4.2　條件語句41
3.4.3　迭代42
3.4.4　遞歸編程45
3.5　本章小結46
3.6　關鍵術語46
練習題46
相關安裝包和函數(shù)總結47
第4章　準備數(shù)據(jù)48
4.1　知識發(fā)現(xiàn)的過程模型48
4.2　創(chuàng)建目標數(shù)據(jù)集49
4.2.1　R與關系模型的接口49
4.2.2　目標數(shù)據(jù)的其他來源52
4.3　數(shù)據(jù)預處理52
4.3.1　噪聲數(shù)據(jù) 52
4.3.2　使用R進行預處理53
4.3.3　檢測異常值54
4.3.4　缺失數(shù)據(jù)55
4.4　數(shù)據(jù)轉(zhuǎn)換56
4.4.1　數(shù)據(jù)歸一化56
4.4.2　數(shù)據(jù)類型轉(zhuǎn)換57
4.4.3　屬性和實例選擇57
4.4.4　創(chuàng)建訓練集和測試集
　　　數(shù)據(jù)58
4.4.5　交叉驗證和自助法59
4.4.6　大規(guī)模數(shù)據(jù)59
4.5　本章小結59
4.6　關鍵術語60
練習題60
相關安裝包和函數(shù)總結61
第5章　監(jiān)督統(tǒng)計技術62
5.1　簡單線性回歸62
5.2　多元線性回歸66
5.2.1　多元線性回歸：一個示例67
5.2.2　評估數(shù)值輸出69
5.2.3　評估訓練/測試集71
5.2.4　使用交叉驗證71
5.2.5　分類數(shù)據(jù)的線性回歸73
5.3　邏輯回歸78
5.3.1　變換線性回歸模型78
5.3.2　邏輯回歸模型79
5.3.3　R中的邏輯回歸79
5.3.4　創(chuàng)建混淆矩陣81
5.3.5　接收器操作特性曲線82
5.3.6　ROC曲線下面積85
5.4　樸素貝葉斯分類器85
5.4.1　貝葉斯分類器：一個示例85
5.4.2　零-值屬性計數(shù)87
5.4.3　缺失數(shù)據(jù)88
5.4.4　數(shù)值數(shù)據(jù)88
5.4.5　用樸素貝葉斯進行實驗90
5.5　本章小結93
5.6　關鍵術語94
練習題95
相關安裝包和函數(shù)總結97
第6章　基于樹的方法98
6.1　決策樹算法98
6.1.1　一種構建決策樹的算法98
6.1.2　C4.5屬性選擇99
6.1.3　構建決策樹的其他方法102
6.2　構建決策樹：C5.0102
6.2.1　信用卡促銷的決策樹103
6.2.2　模擬客戶流失的數(shù)據(jù) 104
6.2.3　使用C5.0預測客戶流失104
6.3　構建決策樹：rpart106
6.3.1　信用卡促銷的rpart決策樹 107
6.3.2　訓練和測試rpart：流失
　　　數(shù)據(jù)109
6.3.3　交叉驗證rpart：流失數(shù)據(jù)113
6.4　構建決策樹：J48113
6.5　用于提高性能的集成技術115
6.5.1　裝袋算法116
6.5.2　提升116
6.5.3　提升：C5.0的示例117
6.5.4　隨機森林117
6.6　回歸樹119
6.7　本章小結121
6.8　關鍵術語122
練習題122
相關安裝包和函數(shù)總結123
第7章　基于規(guī)則的技術124
7.1　從樹到規(guī)則 124
7.1.1　垃圾郵件數(shù)據(jù)集125
7.1.2　垃圾郵件分類：C5.0125
7.2　基本的覆蓋規(guī)則算法128
7.3　生成關聯(lián)規(guī)則130
7.3.1　置信度和支持度130
7.3.2　挖掘關聯(lián)規(guī)則：一個示例131
7.3.3　一般考慮事項134
7.3.4　Rweka的Apriori函數(shù)134
7.4　Rattle用戶界面137
7.5　本章小結143
7.6　關鍵術語144
練習題144
相關安裝包和函數(shù)總結145
第8章　神經(jīng)網(wǎng)絡146
8.1　前饋神經(jīng)網(wǎng)絡146
8.1.1　神經(jīng)網(wǎng)絡輸入格式147
8.1.2　神經(jīng)網(wǎng)絡輸出格式148
8.1.3　sigmoid評估函數(shù)149
8.2　神經(jīng)網(wǎng)絡訓練：概念視角150
8.2.1　使用前饋網(wǎng)絡的監(jiān)督學習150
8.2.2　具有自組織映射的無監(jiān)督
　　　聚類150
8.3　神經(jīng)網(wǎng)絡解釋151
8.4　一般考慮事項152
8.4.1　優(yōu)勢152
8.4.2　劣勢152