一、数据预处理
获取数据:
R软件如何选取数据?
R语言如何实现数据抽样?
R软件如何获取文件数据?
数据探索:
4.R语言数据探索分析-1
5.R语言数据探索分析-2(可视化)
数据清洗:
6. R语言缺失值的处理——回归预测法
7.R语言如何在散点图中进行样本点标记?
二、基本算法
关联分析:
1.R语言关联分析操作步骤
聚类分析:
2.R语言实现期望最大化聚类(EM算法)
3.R语言实现密度聚类
4.R语言实现系谱聚类
5.R语言K-中心点聚类分析
6.R语言Kmeans聚类分析
判别分析:
7.R语言如何实现K最近邻算法?
8.R语言朴素贝叶斯分类实操
9.R语言如何进行线性判别分析?
决策树:
10.如何利用R语言中的rpart函数建立决策树模型
三、高级算法与数据挖掘
集成学习:
1.R语言实现Adaboost算法
2.R语言实现Bagging算法
随机森林:
3.R语言实现随机森林randomForest
神经网络:
4.R语言如何实现神经网络算法?
SVM:
5.R语言如何实现支持向量机?