走进R，走进大数据时代数据分析的潮流尖端，掌握R语言，熟悉大数据的基础概念和R与Hadoop结合进行大数据的处理分析。

大数据时代, R以其强大的数据分析挖掘、可视化绘图等功能,越来越受到社会各个领域的青睐。

现在, R的计算引擎、性能、程序包都得到了提升,其中R与大数据分析平台Hadoop的结合, 实现了R对大数据的分布式处理分析。这些不仅大大扩展了R的应用,也扩大了R在各行业的需求。

为了更好地适应新形势,掌握大数据分析处理的相关知识是很有必要的。本篇从理论基础、方法、实正三方面详细地阐释了R和RHadoop的相关理论、技术以及应用,使读者了解大数据的基础概念,掌握R以及Rhadoop大数据分析技术。

本篇不仅适合高等院校的各相关专业的本专科生、研究生,也适合零编程基础的科研人员以及对大数据分析技术感兴趣的人士阅读。本篇在内容的选择和结构的安排上进行了深人的思考,使得不论是R或RHadoop的初学者还是具备一定相关专业知识的人员都能从本书中得到一定的收获或启发。

下面是目录大纲，大家可以了解一下：

R语言简介

R是一款开源的、专业的统计分析软件,是集数据分析、绘图、数据挖掘于一体的编程语言与操作环境。R凭借强大的数据处理、数学统计分析等功能,以及免费自由的开源特性得到各类社会组织的青睐。本章详细介绍R的特性、基本功能及R包的获取使用等。

数据挖掘专题

数据挖掘(Data Mining,DM)指的是从数据中挖掘出有用信息的过程。数据挖掘是一个非常热门的专题,本章介绍几种典型的数据挖掘方法,包括关联规则.贝叶斯分类.决策树、人工神经网络、支持向量机等算法,并给出在R环境下实现相应算法的应用实例。

线性回归分析案例

在数据量较少的情况下,线性回归分析是可以手动计算的,但是在数据量较多时，一般采用统计软件来求解。很多统计软件,如SPSS、Eviews、stata、R都有相关的程序来解决回归分析问题,但是随着社会的发展,现在步入了大数据时代,一.般的统计软件对于数据量非常大的情况往往计算的效率较低。Rhadoop是R软件和Hadoop平台的结合,既能很好地发挥R语言的特长,又可借助Hadoop平台在大数据领域大展拳脚。本文主要研究线性回归分析在RHadoop集群环境下的求解。