在人類社會發(fā)展的進(jìn)程中，數(shù)據(jù)一直承載著信息記錄的重要作用。從人類文明誕生伊始的結(jié)繩記事，到當(dāng)今信息技術(shù)的數(shù)學(xué)建模，數(shù)據(jù)見證了人類歷史的進(jìn)步與變遷。近年來，隨著大數(shù)據(jù)時(shí)代的來臨，數(shù)據(jù)生成往往具有速度快、數(shù)據(jù)量大的特點(diǎn)，數(shù)據(jù)結(jié)構(gòu)多樣復(fù)雜，其中蘊(yùn)含的應(yīng)用價(jià)值非常高。
為了應(yīng)對日趨復(fù)雜的海量數(shù)據(jù)，數(shù)據(jù)分析技術(shù)得到了快速發(fā)展。傳統(tǒng)的數(shù)據(jù)分析技術(shù)側(cè)重于對統(tǒng)計(jì)學(xué)方法的應(yīng)用，如今，側(cè)重于機(jī)器學(xué)習(xí)的數(shù)據(jù)挖掘技術(shù)正不斷走向成熟。數(shù)據(jù)挖掘技術(shù)可以從大量模糊的現(xiàn)實(shí)數(shù)據(jù)中挖掘出潛在的信息，借助數(shù)據(jù)庫技術(shù)、機(jī)器學(xué)習(xí)、數(shù)學(xué)算法、可視化技術(shù)等手段揭示事物之間的關(guān)聯(lián)性和潛在規(guī)律，使數(shù)據(jù)轉(zhuǎn)變成信息，信息進(jìn)一步升華為知識�？梢灶A(yù)見的是，在未來的農(nóng)業(yè)、工業(yè)、教育、醫(yī)療等多個(gè)領(lǐng)域的推動(dòng)下，數(shù)據(jù)分析技術(shù)將發(fā)展到一個(gè)全新的高度，也必將扮演更加重要的角色。
我們在西北工業(yè)大學(xué)為碩士研究生（含學(xué)術(shù)學(xué)位和專業(yè)學(xué)位）開設(shè)了數(shù)據(jù)挖掘與商務(wù)數(shù)據(jù)分析課程，該課程目前已設(shè)立5年之久，學(xué)習(xí)該課程的學(xué)生累計(jì)超過550人。課程中制作的講義課件和相關(guān)案例是本書理論部分的基礎(chǔ)，實(shí)驗(yàn)課上的數(shù)據(jù)集和上機(jī)內(nèi)容則構(gòu)成了本書實(shí)踐部分的主體。隨著課程內(nèi)容的迭代與積累，本書包含的內(nèi)容也在不斷豐富完善。本書定稿后已在西北工業(yè)大學(xué)作為教材試用。
課程開設(shè)之初，我們查閱過許多數(shù)據(jù)挖掘相關(guān)的圖書，遺憾的是，它們包含的內(nèi)容并不足以匹配我們課程的教學(xué)目標(biāo)。為了讓學(xué)生熟練掌握數(shù)據(jù)挖掘技術(shù)的理論方法與基礎(chǔ)知識，并能夠?qū)⑵涓吨T實(shí)踐，我們在本書的前兩章中詳細(xì)介紹了R語言基礎(chǔ)，同時(shí)結(jié)合實(shí)例給出了具體操作過程。我們希望讀者能夠在不借助任何其他課程知識的情況下，即可對商務(wù)應(yīng)用場景中的數(shù)據(jù)進(jìn)行描述性數(shù)據(jù)分析、可視化和高級數(shù)據(jù)模型構(gòu)建。
概述
總的來說，本書將數(shù)據(jù)分析和挖掘基本原理、數(shù)據(jù)分析案例、模型構(gòu)建、模型代碼實(shí)現(xiàn)和結(jié)果分析相結(jié)合，幫助讀者更好地掌握R語言在實(shí)際場景中的應(yīng)用，根據(jù)具體業(yè)務(wù)需求制定智能決策方案。
本書總共有12章，前10章包含10個(gè)主題：R語言基礎(chǔ)、R語言可視化技術(shù)、線性回歸、邏輯回歸、決策樹與回歸樹、隨機(jī)森林、貝葉斯分類器、層次聚類、K均值聚類、關(guān)聯(lián)規(guī)則分析。本書的最后兩章介紹了兩個(gè)具體的案例分析。
為了加深讀者對每部分知識的理解，提高讀者的實(shí)踐能力，我們在每章結(jié)尾處都設(shè)置了本章小結(jié)和課后習(xí)題。
本書提供的教輔材料包括：課程幻燈片、實(shí)驗(yàn)數(shù)據(jù)集、源代碼、課后習(xí)題及答案。
本書的編寫過程獲得了多位老師的大力相助。王陽老師主要負(fù)責(zé)設(shè)計(jì)本書整體框架，并撰寫了本書的大部分內(nèi)容。胡文杰老師主要負(fù)責(zé)編寫代碼，對代碼運(yùn)行結(jié)果進(jìn)行分析，設(shè)計(jì)例題以及校對文字。梁韻基老師主要負(fù)責(zé)設(shè)計(jì)案例和校對文字。馮建廣老師撰寫了本書的線性回歸與邏輯回歸部分，周珍與張新衛(wèi)老師共同編寫了決策樹與回歸樹、隨機(jī)森林兩個(gè)部分的內(nèi)容，陳志老師主要設(shè)計(jì)了兩個(gè)具體的案例分析。
致謝
本書在編寫的過程中，許多人為其付出了心血。在此感謝西北工業(yè)大學(xué)信息與知識管理團(tuán)隊(duì)的學(xué)生，王秋實(shí)、范瓊瑜、周思佳、閆勇為本書實(shí)驗(yàn)部分的代碼編寫與測試投入了大量精力，王俊鵬、翟寒、吳松給本書提出了許多重要的建議及反饋。我們同時(shí)要感謝西北工業(yè)大學(xué)選修數(shù)據(jù)挖掘與商務(wù)數(shù)據(jù)分析課程的同學(xué)，他們作為本書的第一批使用者，提出了寶貴的修改意見。
我們還要感謝西北工業(yè)大學(xué)的其他老師，他們?yōu)楸緯�提供了富有建設(shè)性的反饋，特別感謝陳志老師為本書的實(shí)驗(yàn)部分提供了豐富的計(jì)算資源，搭建了良好的測試環(huán)境。