作者简介 图片 米霖 毕业于华农业大学，本科数学专业，研究生统计学专业，8年R语言项目经验，擅长机器学习、统计模型。曾开发了多门R语言相关课程，课程包括“Shiny初级教程” “R包开发” “H2O机器学习模型” “信用评分模型开发” “R语言文本挖掘”等，学员累计超过5000人。完成过很多数据分析项目，例如广告虚假流量识别项目（通过虚假流量数据的挖掘帮助企业节省了上百万元的营销成本）、信贷中的信用评分项目、电商风控项目等。 内容简介 本书首先介绍数据分析的方法论，然后介绍数据分析的相关模型方法，并进一步通过数据分析案例，讲解数据分析的思维、方法及模型实现过程。本书重点介绍R语言在数据分析方面的应用，让读者能够快速地使用R语言进行数据分析、构建模型。 本书分为17章，内容包括：使用R语言获取数据、数据分析中的数据处理与数据探索、生存分析、主成分分析、多维缩放、线性回归模型、逻辑回归模型、聚类模型、关联规则、随机森林、支持向量机、神经网络、文本挖掘、社交网络分析，以及H2O机器学习和R语言爬虫这两个关于R语言数据分析的两个延伸内容。 本书内容通俗易懂，案例丰富，实用性强，特别适合R语言的入门读者和进阶读者阅读，也适合数据分析人员、数据挖掘人员等其他数据科学从业者。另外，本书也适合统计学、计算机、机器学习、数学等相关专业的本科生、研究生使用。 前言 R语言由统计学家设计，专门用于统计计算。随着技术的进步，数据公司或研究机构的数据收集工作变得越来越复杂，许多人已经采用R语言作为分析数据的首选语言。R语言非常适合机器学习、数据可视化、数据分析及科学计算。R语言因其特定主题的软件包及其通信基础设施的深入而非常适合业务。R语言包含主题广泛的软件包，如计量经济学、金融学和时间序列；拥有一流的可视化、报告和交互性工具，这些工具在科学计算领域同样重要。因此，R语言非常适合科学家、工…