R是用千统计分析、绘图的语言和操作环境。R是属千GNU系统的一个 自由、免费、原代码开放的软件。主流用户以命令行操作 也有工程 师开发了图形化界面进行操作。它是一个用千统计计算和统计制图的 优秀工具 具有以下优势： R比其他统计学或数学专用的编程语言有更强的物件导向(面向对象程 序设计)功能。 用千作矩阵运算 其分析速度可比商业软件MATLAB。 它的使用很大程度上是借助各种各样的R包的辅助。从某种程度上讲 R包就是针对千R的插件 不同的插件满足不同的需求。 RStudio窗口介绍 代码栏可以进行代码的编辑 以及打开R脚本或者txt文本。创建新的 文件可以从File -> New里选择 打开文件可以从目录File -> Open 或 者从Open Recent目录里打开最近的文件。运行文件可以选择相应的 代码 点击Run按钮。 命令控制台 代码运行后 控制台会显示相应的代码或者返回结果。 也可以在命令控制台单独输入命令 和R的命令模式相同。 其他栏是有关千R使用方面的显示栏。可以在Packages目录下进行R 包的安装以及加载（包安装好后 并不可以直接使用 如果需要使用 包 必须每次使用前包加载到内存中 可以直接选择包或者在控制台 输入library(package_name) 命令）。在Help目录下关千R相关函数 或者命令的帮助。在Plot目录下会显示图形相关方面的描述；

(1)数据质星分析 (2)数据特征分析 (3)MATLAB主要数据探索函数 篇外：了解你的数据 数据集的类型 腾性的不同类型 数据挖掘中特别的列 数据集的重要特性 数据集的类型 腾性的不同类型 数据挖掘中特别的列 数据集的重要特性

小结 本章主要根据数据挖掘的应用分类，重点介绍了对应的数据挖掘建模方 法及实现过程。通过对本章的学习，可在以后的数据挖掘过程中采用适 当的算法并按所陈述的步骤实现综合应用，更希望本章能给读者一些启 发，思考如何改进或创造更好的挖掘算法。 归纳起来，数据挖掘技术的基本任务主要体现在分类与预测、聚类、关 联规则、时序模式、离群点检测五个方面。 5.1分类与回归主要介绍了决策树和人工神经网络两个分类模型、回归分 析预测模型及其实现过程； 5.2聚类分析主要介绍了K-Means聚类算法，建立分类方法按照接近程度 对观测对象给出合理的分类并解释类与类之间的区别； 小结 5.3关联规则主要介绍了Apriori算法，以在一个数据集中找出各项之间的 关系； 5.4时序模式从序列的平稳性和非平稳型出发，对平稳时间序列主要介绍 了ARMA模型，对差分平稳序列建立了ARIMA模型，应用这两个模型对 相应的时间序列进行研究，找寻变化发展的规律，预测将来的走势； 5.5离群点检测主要介绍了基于模型和离群点的检测方法，是发现与大部 分其他对象显著不同的对象。 前5章是数据挖掘必备的原理知识，并为本书后面章节的案例理解和实验 操作奠定了理论基础。

小结 5.3关联规则主要介绍了Apriori算法，以在一个数据集中找出各项之间的 关系； 5.4时序模式从序列的平稳性和非平稳型出发，对平稳时间序列主要介绍 了ARMA模型，对差分平稳序列建立了ARIMA模型，应用这两个模型对 相应的时间序列进行研究，找寻变化发展的规律，预测将来的走势； 5.5离群点检测主要介绍了基于模型和离群点的检测方法，是发现与大部 分其他对象显著不同的对象。 前5章是数据挖掘必备的原理知识，并为本书后面章节的案例理解和实验 操作奠定了理论基础。 聚类分析——常用聚类分析算法 与分类不同，聚类分析是在没有给定划分类别的清况下，根据数据相似 度进行样本分组的一种方法。 与分类模型需要使用有类标记样本构成的训练数据不同，聚类模型可以 建立在无类标记的数据上，是一种非监督的学习算法。 聚类的输入是一组未被标记的样本，聚类根据数据自身的距离或相似度 将他们划分为若干组，划分的原则是组内样本最小化而组间（外部)距 离最大化

就餐饮企业而言，经常会碰到这样的问题： 客户在餐厅点餐时，面对菜单中大量的菜品信息，往往无法迅速找到满意 的菜品，既增加了点菜的时间，也降低了客户的就餐体验。 实际上，菜品的合理搭配是有规律可循的：顾客的饮食习惯、菜品的莹素 和口味，有些菜品之间是相互关联的，而有些菜品之间是对立或竞争关系 （负关联）。这些规律都隐藏在大量的历史菜单数据中，如果能够通过数 据挖掘发现客户点餐的规则，就可以快速识别客户的口味，当他下了某个 菜品的订单时推荐相关联的菜品，引导客户消费，提高顾客的就餐体验和 餐饮企业的业绩水平。 关联规则分析也成为购物篮分析，最早是为了发现超市销售数据库中不同 的商品之间的关联关系。例如一个超市的经理想要更多地了解顾客的购物 习惯，比如“哪组商品可能会在一次购物中同时购买？”或者“某顾客购 买了个人电脑，那该顾客三个月后购买数码相机的概率有多大？”他可能 会发现如果购买了面包的顾客同时非常有可能会购买牛奶，这就导出了一 条关联规则“面包=>牛奶”，其中面包称为规则的前项，而牛奶称为后项 。通过对面包降低售价进行促销，而适当提高牛奶的售价，关联销售出的 牛奶就有可能增加超市整体的利润。 关联规则分析是数据挖掘中最活跃的研究方法之一，目的是在一个数据集 中找出各项之间的关联关系，而这种关系并没有在数据中直接表示出来。

据统计，全国每年因窃电造成的损失都在200亿元左右；被查获的窃电案件不足总窃电案件的30%。如深圳龙岗工业区一家只有两条生产线的小塑料包装厂，一年窃电折价就30-40万元之多，某市窃电行为造成电力设施重大破坏，从而引发的大面积停电事故每年都发生多起。这不仅给国有资产造成巨大的损失，也严重扰乱了供电秩序，威胁到电网安全运行。 如何通过监测数据自动识别偷凭电行为？ 基于指标加权的用电异常分析模型，虽然能获得用电异常的某些信息 ，但由于终端误报或漏报过多，无法达到真正快速精确定位窃漏电嫌 疑用户的目的，往往令稽查工作人员无所适从。而且在采用这种方法 建模时，模型各输入指标权重的确定需要用专家的知识和经验，具有 很大的主观性，存在明显的缺陷，所以实施效果往往不尽如人意。

国内某餐饮连锁有限公司（以下简称T餐饮）成立千1998年，主 要经营粤菜，兼顾湘菜、川菜、中餐等综合菜系。至今已经发展 成为在国内具有一定知名度、美誉度，多品牌、立体化的大型餐 饮连锁企业。 属下员工1000多人，拥有16家直营分店，经营总面积近13000平 方米，年营业额近亿元。 其旗下各分店均坐落在繁华市区主干道，雅致的装漠，配之以精 致的饰品、灯具、器物，出品精美，服务规范。 餐饮行业面临的挑战 原材料成本升高、人力成本升高、房租成本升高 利润率下降 T餐饮通过加强信息化管理来提高效率，已上线的管理系统包括： 客户关系管理系统 前厅管理系统 后厨管理系统 财务管理系统 物资管理系统 餐饮的困惑 通过以上信息化的建设，T餐饮已经积累了大量的历史数据 有没有一种方法可帮助企业从这些数据中洞察商机，提取价值？ 在同质化的市场竞争中，找到一些市场以前并不存在的“捡洞” 和“补缺”？

2018-2019抖音大数据分析报告，

详细资源介绍，可以看https://blog.csdn.net/qq_43965708/article/details/113661897。游记数据共10000行（已去重）

R语言学习资料打包下载(中文版)