R与Hadoop大数据分析实战pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

R与Hadoop大数据分析实战PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 R和Hadoop入门 1

1.1 安装R 2

1.2 安装RStudio 3

1.3 R语言的功能特征 3

1.3.1 使用R程序包 3

1.3.2 执行数据操作 3

1.3.3 日渐增多的社区支持 4

1.3.4 R语言数据建模 4

1.4 Hadoop的安装 5

1.4.1 不同的Hadoop模式 6

1.4.2 Hadoop的安装步骤 6

1.5 Hadoop的特点 12

1.5.1 HDFS简介 13

1.5.2 MapReduce简介 13

1.6 HDFS和MapReduce架构 14

1.6.1 HDFS架构 14

1.6.2 MapReduce架构 15

1.6.3 通过图示了解HDFS和MapReduce架构 15

1.7 Hadoop的子项目 16

1.8 小结 19

第2章 编写Hadoop MapReduce程序 20

2.1 MapReduce基础概念 20

2.2 Hadoop MapReduce技术简介 22

2.2.1 MapReduce中包含的实体 22

2.2.2 MapReduce中的主要执行进程 23

2.2.3 MapReduce的局限 25

2.2.4 MapReduce可以解决的问题 26

2.2.5 使用Hadoop编程时用到不同的Java概念 26

2.3 Hadoop MapReduce原理 27

2.3.1 MapReduce对象 27

2.3.2 MapReduce中实现Map阶段的执行单元数目 28

2.3.3 MapReduce中实现Reduce阶段的执行单元数目 28

2.3.4 MapReduce的数据流 28

2.3.5 深入理解HadoopMapReduce 30

2.4 编写Hadoop MapReduce示例程序 32

2.4.1 MapReducejob运行的步骤 33

2.4.2 MapReduce可解决的商业问题 38

2.5 在R环境中编写Hadoop MapReduce程序的方式 39

2.5.1 RHadoop 39

2.5.2 RHIPE 40

2.5.3 Hadoop streaming 40

2.6 小结 40

第3章 集成R和Hadoop 41

3.1 RHIPE 42

3.1.1 安装RHIPE 42

3.1.2 RHIPE架构 44

3.1.3 RHIPE实例 45

3.1.4 RHIPE参考函数 48

3.2 RHadoop 51

3.2.1 RHadoop架构 51

3.2.2 安装RHadoop 52

3.2.3 RHadoop案例 53

3.2.4 RHadoop参考函数 56

3.3 小结 58

第4章 Hadoop Streaming中使用R 59

4.1 Hadoop Streaming基础概念 59

4.2 使用R运行Hadoop streaming 62

4.2.1 MapReduce应用程序基础 63

4.2.2 如何编写MapReduce应用程序 65

4.2.3 如何运行MapReduce应用程序 67

4.2.4 如何浏览MapRecuce应用程序的输出 69

4.2.5 Hadoop MapReduce脚本的基础R函数 70

4.2.6 管理Hadoop MapReduce任务 71

4.3 R语言扩展包HadoopStreaming介绍 72

4.3.1 hsTableReader函数 73

4.3.2 hsKeyValReader函数 75

4.3.3 hasLineReader函数 75

4.3.4 运行Hadoop streaming任务 78

4.3.5 执行Hadoop Streaming任务 79

4.4 小结 79

第5章 利用R和Hadoop学习数据分析 80

5.1 数据分析项目生命周期 80

5.1.1 问题定义 81

5.1.2 设计数据需求 81

5.1.3 数据预处理 81

5.1.4 数据分析 82

5.1.5 数据可视化 82

5.2 数据分析问题 83

5.2.1 展示网页分类 83

5.2.2 计算股市变动频率 92

5.2.3 案例研究：预测推土机售价 98

5.3 小结 107

第6章 应用机器学习做大数据分析 108

6.1 机器学习介绍 108

6.2 有监督机器学习算法 109

6.2.1 线性回归 109

6.2.2 logistic回归 115

6.3 无监督机器学习算法 118

6.4 推荐算法 123

6.4.1 在R中产生推荐商品的步骤 125

6.4.2 使用R和Hadoop产生推荐商品 128

6.5 小结 131

第7章 从各种数据库中导入与导出数据 132

7.1 文件型数据库 134

7.1.1 不同类型的文件 134

7.1.2 安装R包 134

7.1.3 将数据导入R 134

7.1.4 从R导出数据 135

7.2 MySQL 135

7.2.1 安装MySQL 135

7.2.2 安装RMySQL 136

7.2.3 列出数据表及其结构 136

7.2.4 导入数据进R 136

7.2.5 数据操纵 137

7.3 Excel 137

7.3.1 安装Excel 138

7.3.2 导入数据进R 138

7.3.3 R和Excel的数据操纵 138

7.3.4 导出数据到Excel 138

7.4 MongoDB 138

7.4.1 安装MongoDB 139

7.4.2 安装rmongodb 141

7.4.3 导入数据进R 141

7.4.4 数据操纵 142

7.5 SQLite 143

7.5.1 SQLite的特性 143

7.5.2 安装SQLite 144

7.5.3 安装RSQLite 144

7.5.4 将数据导师入R 144

7.5.5 数据操纵 145

7.6 PostgreSQL 145

7.6.1 PostgreSQL的特性 145

7.6.2 安装PostgreSQL 145

7.6.3 安装RPostgreSQL 146

7.6.4 从R导出数据 146

7.7 Hive 147

7.7.1 Hive的特性 147

7.7.2 安装Hive 147

7.7.3 安装RHive 149

7.7.4 RHive操作 149

7.8 HBase 150

7.8.1 HBase的特性 150

7.8.2 安装HBase 151

7.8.3 安装Thrift 152

7.8.4 安装RHBase 153

7.8.5 导入数据进R 153

7.8.6 数据操纵 153

7.9 小结 154

附录 参考资源 155