R语言数据分析项目全程实录

R语言数据分析项目全程实录

软件项目开发全程实录

暂无评价综合评分的显示会考虑用户真实性等多项因素,每部作品出现综合评分的时间不定。

作品简介

本书精选不同行业、不同分析方法及预测方法等8个热门R语言数据分析项目,既可作为练手项目,也可应用到实际数据分析工作中,其中的机器学习也可供参赛项目参考,总体来说各个项目实用性都非常强。具体项目包含学生成绩统计分析、汽车数据可视化分析系统、泰坦尼克号数据集分析实战、鸢尾花数据分析与预测、基于会员数据的探索和聚类分析、快团团订单数据统计分析与关联分析、抖音账号运营数据分析与预测、基于diamonds(钻石)数据集的分析与预测。

本书从数据分析、机器学习的角度出发,按照项目开发的顺序,系统、全面地讲解每一个项目的开发实现过程。在体例上,每章一个项目,统一采用“开发背景→系统设计→技术准备→各功能模块实现→项目运行→源码下载”的形式完整呈现项目,给读者明确的成就感,可以让读者快速积累实际数据分析的经验与技巧,早日实现就业目标。

明日科技,全称是吉林省明日科技有限公司,是一家专业从事软件开发、教育培训以及软件开发教育资源整合的高科技公司,其编写的教材非常注重选取软件开发中的必需、常用内容,同时也很注重内容的易学、方便性以及相关知识的拓展性,深受读者喜爱。其教材多次荣获“全行业优秀畅销品种”“全国高校出版社优秀畅销书”等奖项,多个品种长期位居同类图书销售排行榜的前列。

作品目录

  1. 内容简介
  2. 前言
  3. 第1章 学生成绩统计分析——openxlsx+数据计算+分组统计+基本绘图
  4. 1.1 开发背景
  5. 1.2 系统设计
  6. 1.3 技术准备
  7. 1.4 前期工作
  8. 1.5 数据准备
  9. 1.6 数据预处理
  10. 1.7 数据统计分析
  11. 1.8 项目运行
  12. 1.9 源码下载
  13. 第2章 汽车数据可视化分析系统——分组统计+基本绘图+ ggplot2+相关性分析
  14. 2.1 开发背景
  15. 2.2 系统设计
  16. 2.3 技术准备
  17. 2.4 前期工作
  18. 2.5 数据集介绍
  19. 2.6 数据预处理
  20. 2.7 数据统计分析
  21. 2.8 项目运行
  22. 2.9 源码下载
  23. 第3章 泰坦尼克号数据集分析实战——数据计算+分组统计+ggplot2+pie+reshape2
  24. 3.1 开发背景
  25. 3.2 系统设计
  26. 3.3 技术准备
  27. 3.4 前期工作
  28. 3.5 数据准备
  29. 3.6 数据预处理
  30. 3.7 基本统计分析
  31. 3.8 乘客生存情况分析
  32. 3.9 项目运行
  33. 3.10 源码下载
  34. 第4章 鸢尾花数据分析与预测——基本绘图+ ggplot2 + lattice + caret +随机森林randomForest包
  35. 4.1 开发背景
  36. 4.2 系统设计
  37. 4.3 技术准备
  38. 4.4 前期工作
  39. 4.5 查看数据概况
  40. 4.6 描述性统计分析
  41. 4.7 数据统计分析
  42. 4.8 相关性分析
  43. 4.9 随机森林预测鸢尾花种类
  44. 4.10 项目运行
  45. 4.11 源码下载
  46. 第5章 基于会员数据的探索和聚类分析——日期时间+分组统计+基本绘图+ RFM模型+ NbClust+wskm+cluster
  47. 5.1 开发背景
  48. 5.2 系统设计
  49. 5.3 技术准备
  50. 5.4 前期工作
  51. 5.5 数据准备
  52. 5.6 数据预处理
  53. 5.7 数据统计分析
  54. 5.8 K-means聚类分析
  55. 5.9 项目运行
  56. 5.10 源码下载
  57. 第6章 快团团订单数据统计分析与关联分析——分组统计+数据合并+基本绘图+ ggplot2 + Apriori关联分析+ arules
  58. 6.1 开发背景
  59. 6.2 系统设计
  60. 6.3 技术准备
  61. 6.4 前期工作
  62. 6.5 数据预处理
  63. 6.6 数据统计分析
  64. 6.7 订单商品关联分析
  65. 6.8 项目运行
  66. 6.9 源码下载
  67. 第7章 抖音账号运营数据分析与预测——purrr+日期处理+tibble+基本绘图+ ggplot2+回归分析
  68. 7.1 开发背景
  69. 7.2 系统设计
  70. 7.3 技术准备
  71. 7.4 前期工作
  72. 7.5 数据准备
  73. 7.6 数据预处理
  74. 7.7 数据统计分析
  75. 7.8 相关性分析
  76. 7.9 净增粉丝预测
  77. 7.10 项目运行
  78. 7.11 源码下载
  79. 第8章 基于diamonds(钻石)数据集的分析与预测——ggplot2+分组统计+相关性分析+kruskal.test+多元线性回归
  80. 8.1 开发背景
  81. 8.2 系统设计
  82. 8.3 技术准备
  83. 8.4 前期工作
  84. 8.5 数据集介绍
  85. 8.6 数据预处理
  86. 8.7 异常值分析与处理
  87. 8.8 数据统计分析
  88. 8.9 相关性分析
  89. 8.10 多元线性回归分析
  90. 8.11 项目运行
  91. 8.12 源码下载