使用 R 进行机器学习
顾名思义，机器学习是允许计算机自行学习和做出决定的研究领域，即无需明确编程。这些决定基于通过经验或说明可获得的可用数据。它赋予计算机使其更类似于人类的能力：学习能力。机器学习今天正在被积极使用，也许在比人们预期的更多的地方。
本机器学习与 R 编程教程旨在借助解释清楚且良好的示例帮助学习有监督和无监督机器学习算法。
介绍
- 机器学习简介
- 什么是机器学习？
- 机器学习入门
- 机器学习——应用
- 使用 R 编程设置机器学习环境
- R 中的机器学习简介
- R 编程中的监督和无监督学习
数据处理
- 机器学习中的数据简介
- 了解数据处理
- 数据清理
- 特征缩放
监督学习
- R 编程中的回归分析
- R 编程中的线性回归分析 – lm()函数
- 如何从 R 中的线性回归模型中提取截距
- R 编程中的多项式回归
- R 编程中的逻辑回归
- R 编程中的正则化
- R 编程中的套索回归
- R 编程中的岭回归
- R 编程中的弹性网络回归
- R 编程中的分位数回归
- R编程中的朴素贝叶斯分类器
- R 编程中的回归决策树
- R 编程中的决策树分类器
- R 编程中的条件推理树
- R 编程中的随机森林方法
- R 编程中回归的随机森林方法
- R 编程中用于分类的随机森林方法
- R 编程中具有并行计算的随机森林
- 在 R 编程中使用 k-Nearest Neighbors 进行回归
- R 编程中的 K-NN 分类器
测试训练模型
- R编程中的交叉验证
- R 编程中的 K 折交叉验证
- R 编程中的重复 K 折交叉验证
- R 编程中的 LOOCV（留一法交叉验证）
- R 编程中的验证集方法
无监督学习
- R 编程中的 K-Means 聚类
- R 编程中的层次聚类
- 如何使用 R 编程执行层次聚类分析？
- R 编程中的 DBScan 聚类
- R 编程中的线性判别分析
- R编程中的关联规则挖掘
- R 编程中的 Apriori 算法
时间序列分析
- 在 R 编程中使用 ARIMA 模型进行时间序列分析
- R编程中的指数平滑
- 在 R 编程中使用 Facebook Prophet 进行时间序列分析
杂项
- R 编程中的 Kolmogorov-Smirnov 检验
- Moore - R 编程中的彭罗斯伪逆
- R 编程中的 Spearman 相关测试
- R 编程中的泊松函数
- R编程中的特征工程
- R编程中的调整确定系数
- R 编程中的 Mann Whitney U 测试
- 使用 R 编程的 Bootstrap 置信区间
应用和项目
- R 编程中的预测分析