第1章　成功之路　　1
1.1　流程　　1
1.2　业务理解　　2
1.2.1　确定业务目标　　3
1.2.2　现状评估　　4
1.2.3　确定分析目标　　4
1.2.4　建立项目计划　　4
1.3　数据理解　　4
1.4　数据准备　　5
1.5　建模　　5
1.6　评价　　6
1.7　部署　　6
1.8　算法流程图　　7
1.9　小结　　10
第2章　线性回归：机器学习基础技术　　11
2.1　单变量回归　　11
2.2　多变量线性回归　　18
2.2.1　业务理解　　18
2.2.2　数据理解和数据准备　　18
2.2.3　模型构建与模型评价　　21
2.3　线性模型中的其他问题　　30
2.3.1　定性特征　　30
2.3.2　交互项　　32
2.4　小结　　34
第3章　逻辑斯蒂回归与判别分析　　35
3.1　分类方法与线性回归　　35
3.2　逻辑斯蒂回归　　36
3.2.1　业务理解　　36
3.2.2　数据理解和数据准备　　37
3.2.3　模型构建与模型评价　　41
3.3　判别分析概述　　46
3.4　多元自适应回归样条方法　　50
3.5　模型选择　　54
3.6　小结　　57
第4章　线性模型中的高级特征选择技术　　58
4.1　正则化简介　　58
4.1.1　岭回归　　59
4.1.2　LASSO　　59
4.1.3　弹性网络　　60
4.2　商业案例　　60
4.2.1　业务理解　　60
4.2.2　数据理解和数据准备　　60
4.3　模型构建与模型评价　　65
4.3.1　最优子集　　65
4.3.2　岭回归　　68
4.3.3　LASSO　　71
4.3.4　弹性网络　　73
4.3.5　使用glmnet进行交叉验证　　76
4.4　模型选择　　78
4.5　正则化与分类问题　　78
4.6　小结　　81
第5章　更多分类技术：K最近邻与
支持向量机　　82
5.1　K最近邻　　82
5.2　支持向量机　　84
5.3　商业案例　　86
5.3.1　业务理解　　86
5.3.2　数据理解和数据准备　　87
5.3.3　模型构建与模型评价　　92
5.3.4　模型选择　　98
5.4　SVM中的特征选择　　100
5.5　小结　　101
第6章　分类回归树　　103
6.1　本章技术概述　　103
6.1.1　回归树　　104
6.1.2　分类树　　104
6.1.3　随机森林　　105
6.1.4　梯度提升　　106
6.2　商业案例　　106
6.2.1　模型构建与模型评价　　107
6.2.2　模型选择　　121
6.2.3　使用随机森林进行特征选择　　121
6.3　小结　　123
第7章　神经网络与深度学习　　124
7.1　神经网络介绍　　124
7.2　深度学习简介　　128
7.3　业务理解　　131
7.4　数据理解和数据准备　　132
7.5　模型构建与模型评价　　136
7.6　深度学习示例　　139
7.6.1　H2O背景介绍　　139
7.6.2　将数据上载到H2O平台　　140
7.6.3　建立训练数据集和测试
数据集　　141
7.6.4　模型构建　　142
7.7　小结　　146
第8章　聚类分析　　147
8.1　层次聚类　　148
8.2　K均值聚类　　149
8.3　果瓦系数与围绕中心的划分　　150
8.3.1　果瓦系数　　150
8.3.2　PAM　　151
8.4　随机森林　　151
8.5　业务理解　　152
8.6　数据理解与数据准备　　152
8.7　模型构建与模型评价　　155
8.7.1　层次聚类　　155
8.7.2　K均值聚类　　162
8.7.3　果瓦系数和PAM　　165
8.7.4　随机森林与PAM　　167
8.8　小结　　168
第9章　主成分分析　　169
9.1　主成分简介　　170
9.2　业务理解　　173
9.3　模型构建与模型评价　　176
9.3.1　主成分抽取　　176
9.3.2　正交旋转与解释　　177
9.3.3　根据主成分建立因子得分　　178
9.3.4　回归分析　　178
9.4　小结　　184
第10章　购物篮分析、推荐引擎与
序列分析　　185
10.1　购物篮分析简介　　186
10.2　业务理解　　187
10.3　数据理解和数据准备　　187
10.4　模型构建与模型评价　　189
10.5　推荐引擎简介　　192
10.5.1　基于用户的协同过滤　　193
10.5.2　基于项目的协同过滤　　194
10.5.3　奇异值分解和主成分分析　　194
10.6　推荐系统的业务理解　　198
10.7　推荐系统的数据理解与数据准备　　198
10.8　推荐系统的建模与评价　　200
10.9　序列数据分析　　208
10.10　小结　　214
第11章　创建集成多类分类　　215
11.1　集成模型　　215
11.2　业务理解与数据理解　　216
11.3　模型评价与模型选择　　217
11.4　多类分类　　219
11.5　业务理解与数据理解　　220
11.6　模型评价与模型选择　　223
11.6.1　随机森林　　224
11.6.2　岭回归　　225
11.7　MLR集成模型　　226
11.8　小结　　228
第12章　时间序列与因果关系　　229
12.1　单变量时间序列分析　　229
12.2　业务理解　　235
12.3　模型构建与模型评价　　240
12.3.1　单变量时间序列预测　　240
12.3.2　检查因果关系　　243
12.4　小结　　249
第13章　文本挖掘　　250
13.1　文本挖掘框架与方法　　250
13.2　主题模型　　252
13.3　业务理解　　254
13.4　模型构建与模型评价　　257
13.4.1　词频分析与主题模型　　257
13.4.2　其他定量分析　　261
13.5　小结　　267
第14章　在云上使用R语言　　268
14.1　创建AWS账户　　269
14.1.1　启动虚拟机　　270
14.1.2　启动Rstudio　　272
14.2　小结　　274
附录　R语言基础　　275