第1章 数据挖掘基础
1.1 某知名连锁餐饮企业的困惑
1.2 从餐饮服务到数据挖掘
1.3 数据挖掘的基本任务
1.4 数据挖掘建模过程
1.4.1 定义挖掘目标
1.4.2 数据取样
1.4.3 数据探索
1.4.4 数据预处理
1.4.5 挖掘建模
1.4.6 模型评价
1.5 常用数据挖掘建模工具
1.6 小结
第2章 R语言简介
2.1 R安装
2.2 R使用入门
2.2.1 R操作界面
2.2.2 RStudio窗口介绍
2.2.3 R常用操作
2.3 R数据分析包
2.4 配套附件使用设置
2.5 小结
第2.5章 数据管理
1 变量的重命名
2 缺失值分析
3 数据排序
4 随机抽样
5 数值运算函数
6 字符串处理
7 文本分词
8 apply函数族
9 数据整合
10 控制流
11 函数的编写
12 小结
第3章 数据探索
3.1 数据质量分析
3.1.1 缺失值分析
3.1.2 异常值分析
3.1.3 一致性分析
3.2 数据特征分析
3.2.1 分布分析
3.2.2 对比分析
3.2.3 统计量分析
3.2.4 周期性分析
3.2.5 贡献度分析
3.2.6 相关性分析
3.3 R语言主要数据探索函数
3.3.1 统计特征函数
3.3.2 统计作图函数
3.4 小结
第4章 数据预处理
4.1 数据清洗
4.1.1 缺失值处理
4.1.2 异常值处理
4.2 数据集成
4.2.1 实体识别
4.2.2 冗余属性识别
4.3 数据变换
4.3.1 简单函数变换
4.3.2 规范化
4.3.3 连续属性离散化
4.3.4 属性构造
4.3.5 小波变换
4.4 数据规约
4.4.1 属性规约
4.4.2 数值规约
4.5 R语言主要数据预处理函数
4.6 小结
第4.5章 图形探索
4.1 图形元素
4.1.1 颜色
4.1.2 点
4.1.3 文本
4.1.4 线条
4.1.5 图例
4.1.6 坐标轴
4.2 图形组合
4.3 图形保存
4.4 图形函数
4.5 小结
4.6 上机实验
第5章 高级绘图工具 （扩展）
5.1 lattice包绘图工具
5.1.1 绘图特色
5.1.2 基本图形
5.2 ggplot2包绘图工具
5.2.1 从qplot开始
5.2.2 ggplot作图
5.3 交互式绘图工具简介
5.3.1 rCharts包
5.3.2 recharts包
5.3.3 googleVis包
5.3.4 htmlwidgets包
5.3.5 shiny包
5.4 小结
第5.5章 挖掘建模
5.1 分类与预测
5.1.1 实现过程
5.1.2 常用的分类与预测算法
5.1.3 回归分析
5.1.4 决策树
5.1.5 人工神经网络
5.1.6 分类与预测算法评价
5.1.7 R语言主要分类与预测算法函数
5.2 聚类分析
5.2.1 常用聚类分析算法
5.2.2 KMeans聚类算法
5.2.3 聚类分析算法评价
5.2.4 R语言主要聚类分析算法函数
5.3 关联规则
5.3.1 常用关联规则算法
5.3.2 Apriori算法
5.4 时序模式
5.4.1 时间序列算法
5.4.2 时间序列的预处理
5.4.3 平稳时间序列分析
5.4.4 非平稳时间序列分析
5.4.5 R语言主要时序模式算法函数
5.5 离群点检测
5.5.1 离群点检测方法
5.5.2 基于模型的离群点检测方法
5.5.3 基于聚类的离群点检测方法
5.6 小结