Clojure数据分析秘笈

前言关于技术审校者第1章 导入分析数据 1.1 引言 1.2 新建项目 1.3 将CSV数据读入Incanter数据集 1.4 将JSON数据读入Incanter数据集 1.5 使用Incanter读入Excel数据 1.6 从JDBC数据库读取数据 1.7 将XML数据读入Incanter数据集 1.8 从网页表中抓取数据 1.9 从网页中抓取文本数据 1.10 读取RDF数据 1.11 使用SPARQL读取RDF数据 1.12 整合不同格式的数据第2章 清洗和校验数据 2.1 引言 2.2 使用正则表达式清洗数据 2.3 使用同义词映射保持一致性 2.4 识别并去除重复数据 2.5 标准化数字格式 2.6 调整词频值的度量 2.7 标准化日期和时间 2.8 大数据集的延迟处理 2.9 大数据集抽样 2.10 修正拼写错误 2.11 解析自定义数据格式 2.12 使用Valip校验数据第3章 使用并发编程管理复杂度 3.1 引言 3.2 使用STM管理程序复杂度 3.3 使用agent管理程序复杂度 3.4 使用commute获得更好的性能 3.5 将agent和STM结合使用 3.6 使用ensure维护一致性 3.7 将安全的副作用引入STM中 3.8 使用validator维护数据一致性 3.9 使用watcher追踪处理过程 3.10 使用watcher调试并发程序 3.11 从agent中错误恢复 3.12 使用sized queue管理输入第4章 使用并行编程提高性能 4.1 引言 4.2 使用pmap并行处理 4.3 使用Incanter并行处理 4.4 将蒙特卡罗模拟进行划分使pmap性能提升 4.5 使用模拟退火算法最优化分块大小 4.6 使用reducers并行处理 4.7 使用reducers生成在线统计 4.8 使用OpenCL和Calx驾驭你的GPU 4.9 使用类型提示 4.10 使用Criterium制定基准第5章 使用Cascalog进行分布式数据处理 5.1 引言 5.2 使用Cascalog和Hadoop分布式处理 5.3 使用Cascalog查询数据 5.4 使用Apache HDFS分布数据 5.5 使用Cascalog解析CSV文件 5.6 使用Cascalog执行复杂查询 5.7 使用Cascalog聚合数据 5.8 定义新Cascalog操作符 5.9 组成Cascalog查询 5.10 处理Cascalog工作流中的错误 5.11 使用Cascalog转换数据 5.12 使用Pallet在云上执行Cascalog查询第6章 使用Incanter数据集 6.1 引言 6.2 加载Incanter样例数据集 6.3 将Clojure数据结构加载到数据集中 6.4 使用view交互式查看数据集 6.5 将数据集转换为矩阵 6.6 在Incanter中使用infix公式 6.7 使用$选择列 6.8 使用$选择行 6.9 使用$where过滤数据集 6.10 使用$group-by对数据分组 6.11 将数据集另存为CSV和JSON 6.12 使用$join进行多数据集投影第7章 使用Incanter准备并执行统计数据分析 7.1 引言 7.2 使用$rollup生成汇总统计 7.3 通过变量差别展示变化 7.4 调整变量以简化变量关系 7.5 使用Incanter Zoo处理时间序列数据 7.6 平滑数据以降低噪声 7.7 使用bootstrapping验证抽样统计 7.8 线性关系建模 7.9 非线性关系建模 7.10 多峰贝叶斯分布建模 7.11 使用本福德定律找出数据错误第8章 使用Mathematica和R 8.1 引言 8.2 在Mac OS X和Linux系统中配置Mathematica与Clojuratica的交互环境 8.3 在Windows系统中配置Mathematica与Clojuratica的交互环境 8.4 在Clojuratica中调用Mathematica函数 8.5 在Clojuratica中向Mathematica发送矩阵 8.6 在Clojuratica中运行Mathematica脚本 8.7 从Mathematica中创建函数 8.8 在Mathematica中并行处理函数 8.9 配置R与Clojure交互 8.10 在Clojure中调用R的函数 8.11 将向量传入 8.12 在Clojure中执行R文件 8.13 在Clojure中使用R绘图第9章 聚类、分类和使用Weka 9.1 引言 9.2 将CSV和ARFF文件加载到Weka中 9.3 在Weka数据集中对列进行过滤和重命名 9.4 使用K-means聚类发现成组数据 9.5 在Weka中寻找层次聚类结构 9.6 在Incanter中使用SOM聚类 9.7 使用决策树分类数据 9.8 使用朴素贝叶斯分类器分类数据 9.9 使用支持向量机分类数据 9.10 使用Apriori算法发现数据中的关联第10章 使用Incanter绘图 10.1 引言 10.2 使用Incanter创建散点图 10.3 使用Incanter创建柱形图 10.4 在柱形图中绘制非数值型数据 10.5 使用Incanter创建直方图 10.6 使用Incanter绘制函数 10.7 为Incanter图表加入方程式 10.8 为散点图加入直线 10.9 使用JFreeChart定制图表 10.10 将Incanter图保存为PNG格式 10.11 使用PCA绘制多维数据 10.12 使用Incanter创建动态图表第11章 创建网页图表 11.1 引言 11.2 使用Ring和Compojure提供数据 11.3 使用Hiccup创建HTML网页 11.4 配置和使用ClojureS 11.5 用NVD3创建散点图 11.6 用NVD3创建条形图 11.7 用NVD3创建直方图 11.8 使用力向布局进行图像可视化 11.9 用D3创建交互式可视化

《Clojure数据分析秘笈》是资深数据分析专家罗切斯特的多年经验结晶，内容全面而深入，用清晰易懂的语言阐释使用Clojure进行数据分析的各种技术细节、方法和最佳实践。本书实战性强，包含大量典型Clojure数据分析案例，为快速掌握并灵活运用Clojure技术提供最佳指导。 本书共11章：第1章讨论如何从CSV文件、网页和链接语义网数据等不同类型数据源读入数据；第2章提供标准化数据、修正拼写错误和使用大数据集的策略和实现；第3章介绍Clojure的并发特性和如何通过这些特性简化程序；第4章讲解使用Clojure的并行处理功能提高数据处理速度；第5章讨论使用Cascalog处理Hadoop和Cascading库中的海量分布式数据；第6章介绍使用Incanter数据集的基础知识；第7章介绍使用Incanter进行统计数据分析的过程和方法；第8章讲解如何配置Clojure，使其与Mathematica和R交互；第9章主要介绍聚类、分类和Weka等更多的高级机器学习技术；第10章展示如何在Incanter中生成图和进行可视化；第11章讲解网页图表的创建，并包含利用强大的D3可视化库的一些方法。