R语言数据挖掘 方法及应用 薛微编著 +案例数据已整理标签

本书是一本面向商业数据分析初学者的教材，从具体的商业数据分析案例入手，使读者掌握数据挖掘的目的、理念、思路与分析步骤。本书力图淡化技术，对于方法的介绍也尽量避免涉及过多的数学内容，和高等数学相关的内容只在线形回归和主成分分析这两节中涉及，而且都辅以图形做形象的展现。因此本书的读者只需要具有高中水平的数学基础即可。但是本书强调每种方法的假设、适用条件都与商业数据分析的主题匹配。在教学实践中，我们发现业务经验丰富和有较好商业模式理解的学员，在学习数据挖掘时有更好的效果，主要原因可能是这类学员有较强的思辨能力、分析能力、学习目的性和质量意识，而不是简单地模仿和套用数学公式。

数据挖掘入门到精通_R语言(学途无忧)课程PPT和代码.zip

“数据包”中的文件是某课程的学习数据，包括3部分内容： “入学信息”，包括学生的性别、民族、外语语种、高考分数、省份等信息； “线上学习数据”，是学生在线上的活动记录，反应了线上学习情况（每个文件对应一个自然班，多个worksheet反映线上学习的不同侧面）； “上机考试”，是在机房上机编程考试的完成记录，文件对应3个实验组，4次平时考试和1次期末考试的考试记录。 “SID”是学生的唯一标识。

本书由统计学领域著名专家所著，从基本的金融数据出发，讨论了这些数据的汇总统计和相关的可视化方法，之后分别介绍了商业、金融和经济领域中的基本时间序列分析和计量经济模型。作者通过实际操作的方法介绍金融数据分析，选择使用免费的R软件和实际案例来展示书中所讨论方法的实现。书中抽象理论和实际应用并重，读者既能从中轻松学习金融计量模型，也能了解它们在现实世界中的丰富应用。 [1]

R语言数据挖掘(NBA数据实战)，以NBA篮球数据为示例，教你如何实现对篮球数据的数据挖掘和分析。初学者慎入。

R语言分类(SVM KNN LDA等)与回归代码+原始数据+分析报告，数据挖掘大作业。

Hadoop是一个主要由Java语言开发的项目，基于Hadoop的MapReduce程序也主要是使用Java语言来编写。但是有一些时候，我们需要在MapReduce程序中使用C语言、C++以及其他的语言，比如项目的开发人员更熟悉Java之外的语言，或者项目已经有部分功能用其他语言实现等。针对这些情况，我们需要研究如何在基于Java的MapReduce程序中引入其他语言。经过调研，在MapReduce任务中使用C++程序的方法主要有三种：Hadoop Streaming、Hadoop Pipes以及Hadoop JNI。

R语言数据挖掘——美国黑色星期五（BlackFriday）实验报告（附代码） 使用R语言 实现基本数据统计 聚类 关联规则挖掘 注意：此为个人实验报告，仅作学习参考，勿照搬照抄，尤其ZS学校的同学。

R语言数据挖掘案例，压缩包文件，欢迎下载。，，，，，，