4 基本数据管理4.1一个示例（创建leadership数据框）manager75]=55&age y is.na(y)[1] FALSE FALSE FALSE TRUE #检测y内是否有空值存在4.6 在分析中排除缺失值 x30),]detach(leadership)newdata #挑选性....
分类：
其他好文 时间：
2015-09-13 10:29:10
阅读次数：
162
#KNN算法思路：#-----------------------------------------------------##step1:读入数据，存储为链表#step2:数据预处理，包括缺失值处理、归一化等#step3:设置K值#step4:计算待测样本与所有样本的距离(二值、序数、连续)#step5:投票决定待测样本的类别#step6:利用测试集测试..
分类：
编程语言 时间：
2015-09-04 12:41:49
阅读次数：
288
本章内容： 操纵日期和缺失值 熟悉数据类型的转换 变量的创建和重编码 数据集的排序，合并与取子集 选入和丢弃变量 多说一句，数据预处理的时间是最长的……确实是这样的，额。 4.1一个示例 4.2创建新变量 算术运算符：+、-、*、/、^(**)(求幂)、x %% y(取余运算)、x %/% y(整数...
分类：
编程语言 时间：
2015-08-11 07:05:10
阅读次数：
151
赋值操作x x;assign("x", c(1,2,3));这四种形式在大部分时候都能达到一致的效果。推荐使用第一种1:向量的定义一串有序数值构成的数值向量(vector) ，创建一个向量我们使用c(num1,num2,num3);在 R 环境里面,单个的数值也是被看作长度为1的向量。 1.1 .....
分类：
其他好文 时间：
2015-06-05 00:12:40
阅读次数：
161
3.3缺失值处理R中缺失值以NA表示，判断数据是否存在缺失值的函数有两个，最基本的函数是is.na()它可以应用于向量、数据框等多种对象，返回逻辑值。> attach(data)The following objects are masked fromdata (pos = 3):city, pri...
分类：
编程语言 时间：
2015-05-15 22:41:09
阅读次数：
289
R语言中有很多有用的统计函数。例如算术平均数：
mean(x)
求x的平均数。
mean(x, trim=0.05, na.rm=TRUE)
则提供了截尾平均数，即丢弃了最大5%和最小5%的数据和所有缺失值后的算术平均数。
R提供的常用统计函数：
函 数
描述
mean(x)
平均数
mean(c(1,2,3,4))...
分类：
编程语言 时间：
2015-05-13 12:55:20
阅读次数：
191
一、描述统计描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率\回归法、决策树法。2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布，所以之前需要进行正态性检验。常用方法：非参数检验的K...
分类：
其他好文 时间：
2015-05-12 00:02:56
阅读次数：
136
案例：从疝气病症预测病马的死亡率
准备数据时，数据中的缺失值是个非常棘手的问题。因为有时候数据相当昂贵，扔掉和重新获取都是不可取的，所以必须采用一些方法来解决这个问题。
在预处理阶段需要做两件事：第一，所有的缺失值必须用一个实数值来替换，因为我们使用的NumPy数据类型不允许包含缺失值。这里选择实数0来替换所有缺失值，恰好能适用于Logistic回归。第二，如果...
分类：
编程语言 时间：
2015-05-08 09:41:46
阅读次数：
187
缺失值填充之后，就要对其他格式有问题的属性进行处理了。比如Sex Embarked这些属性的值都是字符串类型的，而scikit learn中的模型都只能处理数值型的数据，需要将这些原始的字符串类型的数据转为数值型数据。所有数据通常可以分成两种类型：定量与定性。定量的属性（数值属性）通常蕴涵着可排序性...
分类：
其他好文 时间：
2015-03-20 23:44:48
阅读次数：
197
数据预处理的目的：提高数据质量，数据质量的三要素：准确性、完整性、一致性。 数据预处理的任务： 数据清理 数据集成 数据规约 数据变换 数据清理——填充缺失的值、光滑噪声、识别离群点、纠正数据中的不一致 缺失值： 忽略元组 人工填写缺失值 使用一个全局常量 使用属性的中心度量 使用与给定元组属同一类...
分类：
其他好文 时间：
2015-03-12 00:57:10
阅读次数：
143
