目　　錄
譯者序
前言
審校者簡介
緻謝
第1章　R和Hadoop入門 1
1.1　安裝R 2
1.2　安裝RStudio 3
1.3　R語言的功能特徵 3
1.3.1　使用R程序包 3
1.3.2　執行數據操作 3
1.3.3　日漸增多的社區支持 4
1.3.4　R語言數據建模 4
1.4　Hadoop的安裝 5
1.4.1　不同的Hadoop模式 6
1.4.2　Hadoop的安裝步驟 6
1.5　Hadoop的特點 12
1.5.1　HDFS簡介 13
1.5.2　MapReduce簡介 13
1.6　HDFS和MapReduce架構 14
1.6.1　HDFS架構 14
1.6.2　MapReduce架構 15
1.6.3　通過圖示瞭解HDFS和MapReduce架構 15
1.7　Hadoop的子項目 16
1.8　小結 19
第2章　編寫Hadoop MapReduce程序 20
2.1　MapReduce基礎概念 20
2.2　Hadoop MapReduce技術簡介 22
2.2.1　MapReduce中包含的實體 22
2.2.2　MapReduce中的主要執行進程 23
2.2.3　MapReduce的局限 25
2.2.4　MapReduce 可以解決的問題 26
2.2.5　使用Hadoop編程時用到不同的Java概念 26
2.3　Hadoop MapReduce原理 27
2.3.1　MapReduce對象 27
2.3.2　MapReduce中實現Map階段的執行單元數目 28
2.3.3　MapReduce中實現Reduce階段的執行單元數目 28
2.3.4　MapReduce的數據流 28
2.3.5　深入理解HadoopMapReduce 30
2.4　編寫Hadoop MapReduce示例程序 32
2.4.1　MapReduce job運行的步驟 33
2.4.2　MapReduce可解決的商業問題 38
2.5　在R環境中編寫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　小結 40
第3章　集成R和Hadoop 41
3.1　RHIPE 42
3.1.1　安裝RHIPE 42
3.1.2　RHIPE架構 44
3.1.3　RHIPE實例 45
3.1.4　RHIPE參考函數 48
3.2　RHadoop 51
3.2.1　RHadoop架構 51
3.2.2　安裝RHadoop 52
3.2.3　RHadoop案例 53
3.2.4　RHadoop參考函數 56
3.3　小結 58
第4章　Hadoop Streaming中使用R 59
4.1　Hadoop Streaming基礎概念 59
4.2　使用R運行Hadoop streaming 62
4.2.1　MapReduce應用程序基礎 63
4.2.2　如何編寫MapReduce應用程序 65
4.2.3　如何運行MapReduce應用程序 67
4.2.4　如何瀏覽MapRecuce應用程序的輸齣 69
4.2.5　Hadoop MapReduce腳本的基礎R函數 70
4.2.6　管理Hadoop MapReduce任務 71
4.3　R語言擴展包HadoopStreaming介紹 72
4.3.1　hsTableReader函數 73
4.3.2　hsKeyValReader函數 75
4.3.3　hasLineReader函數 75
4.3.4　運行Hadoop streaming任務 78
4.3.5　執行Hadoop Streaming任務 79
4.4　小結 79
第5章　利用R和Hadoop學習數據分析 80
5.1　數據分析項目生命周期 80
5.1.1　問題定義 81
5.1.2　設計數據需求 81
5.1.3　數據預處理 81
5.1.4　數據分析 82
5.1.5　數據可視化 82
5.2　數據分析問題 83
5.2.1　展示網頁分類 83
5.2.2　計算股市變動頻率 92
5.2.3　案例研究：預測推土機售價 98
5.3　小結 107
第6章　應用機器學習做大數據分析 108
6.1　機器學習介紹 108
6.2　有監督機器學習算法 109
6.2.1　綫性迴歸 109
6.2.2　logistic迴歸 115
6.3　無監督機器學習算法 118
6.4　推薦算法 123
6.4.1　在R中産生推薦商品的步驟 125
6.4.2　使用R和Hadoop産生推薦商品 128
6.5　小結 131
第7章　從各種數據庫中導入與導齣數據 132
7.1　文件型數據庫 134
7.1.1　不同類型的文件 134
7.1.2　安裝R包 134
7.1.3　將數據導入R 134
7.1.4　從R導齣數據 135
7.2　MySQL 135
7.2.1　安裝MySQL 135
7.2.2　安裝RMySQL 136
7.2.3　列齣數據錶及其結構 136
7.2.4　導入數據進R 136
7.2.5　數據操縱 137
7.3　Excel 137
7.3.1　安裝Excel 138
7.3.2　導入數據進R 138
7.3.3　R和Excel的數據操縱 138
7.3.4　導齣數據到Excel 138
7.4　MongoDB 138
7.4.1　安裝MongoDB 139
7.4.2　安裝rmongodb 141
7.4.3　導入數據進R 141
7.4.4　數據操縱 142
7.5　SQLite 143
7.5.1　SQLite的特性 143
7.5.2　安裝SQLite 144
7.5.3　安裝RSQLite 144
7.5.4　將數據導師入R 144
7.5.5　數據操縱 145
7.6　PostgreSQL 145
7.6.1　PostgreSQL的特性 145
7.6.2　安裝PostgreSQL 145
7.6.3　安裝RPostgreSQL 146
7.6.4　從R導齣數據 146
7.7　Hive 147
7.7.1　Hive的特性 147
7.7.2　安裝Hive 147
7.7.3　安裝RHive 149
7.7.4　RHive操作 149
7.8　HBase 150
7.8.1　HBase的特性 150
7.8.2　安裝HBase 151
7.8.3　安裝Thrift 152
7.8.4　安裝RHBase 153
7.8.5　導入數據進R 153
7.8.6　數據操縱 153
7.9　小結 154
附錄　參考資源 155
· · · · · · (收起)