本书首先介绍数据分析的方法论，然后介绍数据分析的相关模型方法，并进一步通过数据分析案例，讲解数据分析的思维、方法及模型实现过程。本书重点介绍R语言在数据分析方面的应用，让读者能够快速地使用R语言进行数据分析、构建模型。 本书分为17章，内容包括：使用R语言获取数据、数据分析中的数据处理与数据探索、生存分析、主成分分析、多维缩放、线性回归模型、逻辑回归模型、聚类模型、关联规则、随机森林、支持向量机、神经网络、文本挖掘、社交网络分析，以及关于R语言数据分析的两个延伸内容：H2O机器学习和R语言爬虫。 本书内容通俗易懂，案例丰富，实用性强，特别适合R语言的入门读者和进阶读者阅读，也适合数据分析人员、数据挖掘人员等其他数据科学从业者。另外，本书也适用于统计学、计算机、机器学习、数学等相关专业的本科生、研究生使用。

米霖，毕业于华中农业大学，本科数学专业，研究生统计学专业，8年R语言项目经验，擅长机器学习、统计模型。曾开发了多门R语言相关课程，课程包括《Shiny 初级教程》《R包开发》《H2O机器学习模型》《信用评分模型开发》《R语言文本挖掘》等，学员累计超过5000人。完成过很多数据分析项目，例如广告虚假流量识别项目（通过虚假流量数据的挖掘帮助企业节省了上百万元的营销成本），信贷中的信用评分项目，电商风控项目等。

前 言 R语言由统计学家设计，专门用于统计计算。随着技术的进步，数据公司或研究机构 的数据收集工作变得越来越复杂，许多人已经采用R语言作为分析数据的首选语言。R语 言非常适合机器学习、数据可视化、数据分析及科学计算。R语言因其特定主题的软件包 及其通信基础设施的深入而非常适合业务。R语言包含主题广泛的软件包，如计量经济学、 金融学和时间序列；拥有一流的可视化、报告和交互性工具，这些工具在科学计算领域同 样重要。因此，R语言非常适合科学家、工程师和商业专业人士使用。 随着数据分析在帮助企业了解客户、提升运营效率等方面越来越重要，R语言也变得 越来越重要。 正如R语言分析师们在一篇文章中讲到，R语言是Microsoft数据科学家的首选工 具，他们将机器学习应用于Bing、Azure、Office及销售、营销和财务部门的数据。除 Google、Facebook和Microsoft等科技巨头外，R语言还广泛应用于包括美国银行、福特、 TechCrunch、Uber和Trulia在内的其他公司。 R语言不仅仅是工业工具，它在学术科学家和研究人员中也非常受欢迎。R语言在学术 界的受欢迎程度非常高，因为它创造了一个为行业提供支持的人才库。换句话说，如果最优 秀和最聪明的人在大学接受过R语言培训，那么这将增加R语言在工业中的重要性。离开学 术界进行商业活动的学者、博士和研究人员将吸引更多的人使用R语言进行数据科学研究。 笔者的使用体会 笔者以R语言为工具进行数据分析、统计建模、机器学习等数据科学的工作已经很多 年了，对R语言的原理、...