《数据挖掘：R语言实战》有奖试读活动（获奖结果已公布）

harkjim

xgghxkhuang 发表于 2014-6-10 21:37
能谈谈你的实际项目的过程吗？借鉴一下，我和同事做了一下，没成，聚类客户分群，决策树客户流失

主要是挖掘目标确定、原始数据分析、算法选择、训练与检验、结果分析这些步骤，举个具体案例，例如我在进行客户产品偏好分析模型建模中，首先确定了挖掘的主题是分析客户对产品的偏好，即客户喜欢什么产品多一些，那么我们积累了客户的数据如持仓、买卖等数据，并且对产品有了分类，在原始数据基础上，我们需要做一些预处理，比如单纯的统计绝对值可能在这个模型中没有意义，需要转换，于是设计了例如 某产品的累计价值/客户累计资产比等，在业务分析的过程中我们会和有经验的业务专家去剖析这些变量设计的合理性，于是就得到了初始的变量，但是这些变量中可能某几个变量存在高度相关性，通常可以利用相关性、主成分分析等手段去掉一些变量，在这次的项目中我们最后选择了采用主成分分析的方法进行降维，上面描述了这么多，基本上完成了数据清洗、变量设计、变量转换这些步骤，接下来，我们选择了Kmeans聚类算法进行分群（当然最后选择Kmeans也不是一步到位的，过程中也选择了其他的方法比如系统聚类法等），后面就不再嗷述了。。。不知道上述回答能不能帮助到你。

nannan5000

本期讨论话题：
1.数据挖掘的方法有哪些?
   主要就是聚类和分类两大类。
2. R在数据挖掘中的优势有哪些
    R的优势就是有各种统计包，free。缺点是兼容性差点，大数据量分析有点问题。
3.说说读完试读章节后您的感想
   试读章节，讲了数据预处理。对于使用R进行分析，首先要保证数据的合法性。而这正是预处理的必要性。



期待阅读全书~~~

oribear

R语言在生物统计方面已用了很长时间了，各种统计包都比较全，包的编写对统计学解释的比较清楚，很好用的。灵活性很高

buptdream

呵呵，稍后整理

amdosa

看完样章后，感觉有很大的兴趣啊。

YuBinTAMU

sunny1889 发表于 2014-6-12 05:02
1.数据挖掘的方法有哪些？
分类方法有K近邻、Logistic回归、朴素贝叶斯和贝叶斯网络、决策树（ID3/C4.5/CA ...

Nice post.

Used employed R in data mining couple of years ago, majority on NN ( Neural Network), it's awesome.

sunny1889

YuBinTAMU 发表于 2014-6-12 21:41
Nice post.

Used employed R in data mining couple of years ago, majority on NN ( Neural Network) ...

Thank you !

陌路巨额投入

1.数据挖掘的方法有哪些
   利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等，它们分别从不同的角度对数据进行挖掘。在自己的实际项目中主要有，利用主成分分析、Kmeans算法进行客户分类；利用决策树进行流失分析等。当然个人认为，所谓数据挖掘最大的核心价值在于利用数据发现未知信息和规律，起到为业务发展、精细化服务提供支持或者牵引。

2. R在数据挖掘中的优势有哪些
  R最大优势，就是可以根据需求操作。应用灵活，但首先需要掌握基础知识。
1）R是一个免费的开源软件，它提供了首屈一指的统计计算和绘图功能，尤其是大量的数据挖掘方面的算法包，使得它成为一款优秀的、不可多得的数据挖掘工具软件；
2）提供强大的函数库，
3）强大的可视化功能，
4）R是一个全面的统计研究平台，提供了各式各样的数据分析技术，几乎任何类型的数据分析工作都可以在R中完成；
5）R可交互性强；
6）R提供了先进的、丰富的统计计算历程，并且更新速度是以周来计算；
7）R可运行在多个平台上，可以使用其他的工具提取数据；将数据加载到R中；使用R建模分析；在生产环境中使用c++或者python实现结果模型。
3.说说读完试读章节后您的感想
   
   读完这个章节后个人感觉就是很激动，其一是终于有我们自己的R语言数据挖掘图书了。以前读的都是别人翻译的，总是有些小缺陷。。这个现在就补充完整了

从试读的第5章数据预处理来看，数据清理、集成、转换面面俱到，在实际应用中每种方法都有通用性和专业性，文字简洁且有深度，这可能需要读者有一定的R语言基础。另从本书目录来看，从基础算法到高级算法，从理论到应用，几乎包括了数据挖掘所有的算法，很完整很好，很希望能够得到这本书。。嘿嘿。

resistant

只知道一些招聘有要求R语言。。。。。

weirhoo

样章读毕，觉得新意不够，属于R语言打点数据类项目擦边球，建议落地性再强一点，数据类项目内容再融合多一些。