思维导图备注

数据挖掘与R语言 (计算机科学丛书)_1401409
首页 收藏书籍 阅读记录
  • 书签 我的书签
  • 添加书签 添加书签 移除书签 移除书签

第2章 预测海藻数量

浏览 1 扫码
  • 小字体
  • 中字体
  • 大字体
2022-02-19 06:20:33
请 登录 再阅读
上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 出版者的话
  • 推荐序
  • 中文版序
  • 译者序
  • 前言
  • 致谢
  • 第1章 简介
    • 1.2 R简介
      • 1.2.2 R对象
      • 1.2.3 向量
      • 1.2.4 向量化
      • 1.2.5 因子
      • 1.2.6 生成序列
      • 1.2.7 数据子集
      • 1.2.8 矩阵和数组
      • 1.2.9 列表
      • 1.2.10 数据框
      • 1.2.11 构建新函数
      • 1.2.12 对象、类和方法
      • 1.2.13 管理R会话
    • 1.3 MySQL简介
  • 第2章 预测海藻数量
    • 2.2 数据说明
    • 2.3 数据加载到R
    • 2.4 数据可视化和摘要
    • 2.5 数据缺失
      • 2.5.2 用最高频率值来填补缺失值
      • 2.5.3 通过变量的相关关系来填补缺失值
      • 2.5.4 通过探索案例之间的相似性来填补缺失值
    • 2.6 获取预测模型
      • 2.6.2 回归树
    • 2.7 模型的评价和选择
    • 2.8 预测7类海藻的频率
    • 2.9 小结
  • 第3章 预测股票市场收益
    • 3.2 可用的数据
      • 3.2.2 从CSV文件读取数据
      • 3.2.3 从网站上获取数据
      • 3.2.4 从MySQL数据库读取数据
    • 3.3 定义预测任务
      • 3.3.2 预测变量是什么
      • 3.3.3 预测任务
      • 3.3.4 模型评价准则
    • 3.4 预测模型
      • 3.4.2 建模工具
    • 3.5 从预测到实践
      • 3.5.2 与交易相关的评价准则
      • 3.5.3 模型集成：仿真交易
    • 3.6 模型评价和选择
      • 3.6.2 实验比较
      • 3.6.3 结果分析
    • 3.7 交易系统
      • 3.7.2 在线交易系统
    • 3.8 小结
  • 第4章 侦测欺诈交易
    • 4.2 可用的数据
      • 4.2.2 探索数据集
      • 4.2.3 数据问题
    • 4.3 定义数据挖掘任务
      • 4.3.2 评价准则
      • 4.3.3 实验方法
    • 4.4 计算离群值的排序
      • 4.4.2 有监督方法
      • 4.4.3 半监督方法
    • 4.5 小结
  • 第5章 微阵列样本分类
    • 5.1.2 数据集ALL
    • 5.2 可用的数据
    • 5.3 基因（特征）选择
      • 5.3.2 ANOVA过滤
      • 5.3.3 用随机森林进行过滤
      • 5.3.4 用特征聚类的组合进行过滤
  • 参考文献
  • 主题索引
    • R函数索引
  • 5.4 遗传学异常的预测
    • 5.4.2 模型评价标准
    • 5.4.3 实验过程
    • 5.4.4 建模技术
    • 5.4.5 模型比较
  • 5.5 小结
暂无相关搜索结果！
    展开/收起文章目录

    二维码

    手机扫一扫，轻松掌上学

    《数据挖掘与R语言 (计算机科学丛书)_1401409》电子书下载

    请下载您需要的格式的电子书，随时随地，享受学习的乐趣！
    EPUB 电子书

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度