数据预处理与R语言
前言
最近正在学习数据挖掘方面知识，前前后后也查阅了不少资料。但是总是一个人学习，有点枯燥，所以就想着分享些资料。也是意在找点同道中人交流学习，亦或是大神指导下（这个当然更好><）。第一次发表文章，心里还是有点紧张的，所以不多说了，直接上干货：
在...
cdadata
8年前 (2017-03-07) 4085℃
0喜欢
R语言-缺失值处理6
R语言：数据缺失值的几种处理思路
前言
刚接触缺失数据研究的读者可能会被各式各样的方法和言论弄得眼花缭乱。处理缺失数据的方法有很多，但不能保证都生成一样的结果。下面给出了数据缺失值的几种处理思路。
目录
1. 缺失值产生的原因
2. 缺失值的类型
3....
cdadata
8年前 (2017-03-05) 3607℃
1喜欢
R语言：缺失值处理
前言
刚接触缺失数据研究的读者可能会被各式各样的方法和言论弄得眼花缭乱。该领域经典的读本是Little和Rubin的Statistical Analysis with Missing Data, Second Edition（2002）一书。其他比较优秀的专著...
cdadata
8年前 (2017-03-05) 2978℃
1喜欢
R语言-缺失值处理4
关键词：R语言、R语言判断是否存在缺失值、R语言缺失值处理
R语言：缺失值处理
前言
《数据挖掘：R语言实战》第5章数据预处理，本章我们将使用mice软件包中的示例数据集来进行数据预处理演示，由于mice软件包以软件包lattice、MASS及nnet...
cdadata
8年前 (2017-03-04) 5386℃
0喜欢
R语言-缺失值处理3
R语言：处理缺失值
前言
实际工作中，数据集很少是完整的，许多情况下样本中都会包括若干缺失值NA，这在进行数据分析和挖掘时比较麻烦。
缺失值是数据中经常出现的问题，也是任何数据集中都可能出现的问题，无回答、录入错误等调查中常会出现的现象都会导致缺失数据...
cdadata
8年前 (2017-03-04) 5457℃
3喜欢
R语言中缺失值处理
前言
在处理数据的过程中，样本往往会包含缺失值。我们有必要对缺失值进行处理，这样不但可以降低预测分析的数据偏差，而且还可以构建有效的模型。本文将简要介绍几种常见的数据缺失值处理方法。
目录
1. 数据准备和模式设定
2. 删除记录
3. 删除变量
4. 用均值...
cdadata
8年前 (2017-03-04) 8092℃
5喜欢
R语言：缺失值的处理
一.什么是缺失值，NA与NULL的区别
（1）NA表示数据集中的该数据遗失、不存在。在针对具有NA的数据集进行函数操作的时候，该NA不会被直接剔除。如x<-c(1,2,3,NA,4)，取mean(x)，则结果为NA，如果想去除NA的影响，需要显式告知m...
cdadata
8年前 (2017-03-04) 11877℃
6喜欢
R语言缺失值处理_r语言缺失值处理
数据缺失有多种原因，而大部分统计方法都假定处理的是完整矩阵、向量和数据框。
缺失数据的分类：
完全随机缺失：若某变量的缺失数据与其他任何观测或未观测变量都不相关，则数据为完全随机缺失（MCAR）。
随机缺失：若某变量上的缺失数据与其他观测变量相...
cdadata
8年前 (2017-03-03) 9836℃
11喜欢
R语言–自动批处理文件
在处理数据的过程中，可以制作一个自动批处理文件，让它具有智能的效果，自动化完成复杂的数据处理过程，提高工作效率，解放生产力，从而可以投入更多的精力到数据分析和数据挖掘中，发现数据中的”金子”，体现数据的真正价值！！！...
cdadata
8年前 (2017-03-03) 3616℃
0喜欢
R语言环境变量的设置
环境设置函数为options()，用options()命令可以设置一些环境变量，使用help(options)可以查看详细的参数信息。
1. 数字位数的设置，options(digits=n)，n一般默认情况下是7位，但实际上的范围是1~22，可以随意设置位...
cdadata
8年前 (2017-03-03) 7743℃
1喜欢
