Hem Personliga finanser Hur man förbereder data i R-regression för prediktiv Analytics - dummies

Hur man förbereder data i R-regression för prediktiv Analytics - dummies

Video: Calling All Cars: True Confessions / The Criminal Returns / One Pound Note 2025

Video: Calling All Cars: True Confessions / The Criminal Returns / One Pound Note 2025
Anonim

Du måste hämta data i en form som algoritmen kan använda för att bygga en prediktiv analysmodell. För att göra det måste du ta lite tid att förstå data och veta strukturen i data. Skriv in funktionen för att ta reda på strukturen i data. Kommandot och dess produktion ser så här ut: >> str (autos) 'data. ram ': 398 obs. av 9 variabler: $ V1: num 18 15 18 16 17 15 14 14 14 15 … $ V2: int 8 8 8 8 8 8 8 8 8 8 … $ V3: num 307 350 318 304 302 429 454 440 455 390 … $ V4: chr "130. 0" "165. 0" "150. 0" "150. 0" … $ V5: num 3504 3693 3436 3433 3449 … $ V6: num 12 11. 5 11 12 10. 5 10 9 8 5 10 8 5 … $ V7: int 70 70 70 70 70 70 70 70 70 70 … $ V8: int 1 1 1 1 1 1 1 1 1 1 … $ V9: Faktor m / 305 nivåer "amc ambassador brougham", …:

50 37 232 15 162 142 55 224 242 2 … 

Från att titta på strukturen kan du berätta att det finns viss data förberedelse och städning att göra. Här är en lista över nödvändiga uppgifter:

Byt namn på kolumnnamnen.
  • Detta är inte absolut nödvändigt, men i det här exemplet är det bättre att använda kolumnnamn du kan förstå och komma ihåg.

    Ändra datatypen för V4 (

  • hästkraft ) till en numerisk datatyp. I detta exempel är hästkraften ett kontinuerligt numeriskt värde och inte en teckendatatyp.

    Hantera saknade värden.

  • Här har hästkrafter sex saknade värden.

    Ändra attribut som har diskreta värden till faktorer.

  • Här har cylindrar, modellår och ursprung diskreta värden.

    Kasta bort attributet V9 (

  • bilnamn ). Här bildar inte bilnamn värdet till den modell du skapar. Om ursprungsattributet inte gavs kan du ha härledt ursprunget från egenskapen för bilnamn.

    För att byta namn på kolumnerna i följande kod: >> kolnamn (autos) <-

c ("mpg", "cylindrar", "förskjutning", "hästkrafter" "vikt", "acceleration", "modelYear", "origin",

"carName") 

Därefter ändras datatypen för hästkrafter till numeriska med följande kod: >> autos $ horsepower <- som. numerisk (autos $ hästkrafter)

Programmet klagar för att inte alla värden i hästkrafter var strängrepresentationer av tal. Det fanns några saknade värden som representerades som "? " karaktär. Det är bra för nu eftersom R konverterar varje förekomst av? in i NA.

Ett vanligt sätt att hantera de saknade värdena för kontinuerliga variabler är att ersätta varje saknat värde med medelvärdet av hela kolumnen. Följande kodregel gör det: >> autos $ horsepower [är.na (autos $ horsepower)] <- mean (autos $ horsepower, na. rm = TRUE)

Det är viktigt att ha na. rm-TRUE i medelfunktionen. Det berättar funktionen att inte använda kolumner med nullvärden i beräkningen. Utan det kommer funktionen att återvända.

Ändra sedan attributen med diskreta värden till faktorer. Tre attribut har identifierats som diskreta. Följande tre rad kod ändrar attributen. >> Auto $ $ autos $ modelYear autos $ cylinders <- factor (autos $ cylinders)

Ta bort attributet från dataramen med den här raden av kod: >> autos $ carName <- nULL < Nu är du klar med att förbereda data för modelleringsprocessen. Följande är en vy av strukturen efter databehandlingsprocessen: >> str (autos) 'data. ram ': 398 obs. av 8 variabler: $ mpg: num 18 15 18 16 17 15 14 14 14 15 … $ cylindrar: Faktor med 5 nivåer "3", "4", "5", "6", …:

5 5 5 5 5 5 5 5 5 5 … $ förskjutning: num 307 350 318 304 302 429 454 440 455 390 … $ hästkrafter: num 130 165 150 150 140 198 220 215 225 190 … $ vikt: num 3504 3693 3436 3433 3449 … $ acceleration: num 12 11. 5 11 12 10. 5 10 9 8. 5 10 8. 5 … $ modelYear: Factor w / 13 levels "70", "71", "72", …:

1 1 1 1 1 1 1 1 1 1 … $ ursprung: Faktor w / 3 nivåer "1", "2", "3":

1 1 1 1 1 1 1 1 1 1 …

Hur man förbereder data i R-regression för prediktiv Analytics - dummies

Redaktörens val

Vad är en Java-karta? - dummies

Vad är en Java-karta? - dummies

Arrays och specialiserade listor gör det möjligt att utföra en fantastisk uppsättning uppgifter med Java. Det finns dock situationer där en Java-applikation behöver något som är mer relaterat till en databas, utan att egentligen ha allt databasbagage (som att behöva köpa en separat applikation). Till exempel kanske du vill kunna ...

Några få saker om Java Math - dummies

Några få saker om Java Math - dummies

Tro det eller inte, datorer - även de mest kraftfulla - Ha vissa begränsningar när det gäller att utföra matematiska beräkningar. Dessa begränsningar är vanligtvis obetydliga, men ibland slår de sig och biter på dig. Här är de saker du behöver se upp för när du gör matte i Java. Helhetsflöde Det grundläggande problemet ...

Vad är recursion i Java Programmering? - dummies

Vad är recursion i Java Programmering? - dummies

Rekursion är en grundläggande programmeringsteknik som du kan använda i Java, där en metod kallar sig för att lösa ett problem. En metod som använder denna teknik är rekursiv. Många programmeringsproblem kan lösas endast genom rekursion, och vissa problem som kan lösas med andra tekniker löses bättre genom rekursion. En av ...

Redaktörens val

4 Måste-inkludera i din blogg sidobardesign - dummies

4 Måste-inkludera i din blogg sidobardesign - dummies

Din bloggens sidofält är viktig fastighet som bör innehålla de element du vill ha mest. När du utformar din blogg sidofält kan du dra från en nästan oändlig lista över sidospårelement. Genom att välja noggrant vad som ska inkluderas (och vad som inte ska inkluderas) kan du ställa in din blogg från andra.

5 Användbara Wordpress Plugins - dummies

5 Användbara Wordpress Plugins - dummies

Om du bloggar på en självhävd plattform med WordPress-programvara, är det dags att anpassa din blogg med plug-ins - programvara som kan "anslutas" till din befintliga WordPress bloggprogramvara. Plug-ins gör det möjligt för dig att göra allt från funktionsbildspel i dina blogginlägg för att ansluta sociala medier till din webbplats. Här är fem användbara ...

7 Sätt att erövra Writer's Block som en Blogger - dummies

7 Sätt att erövra Writer's Block som en Blogger - dummies

Varje bloggare möter författarens block i ett tid eller annan. Om du är den typ av bloggare som sköter innehåll varje dag, kan författarens block vara stäverande. Kan du inte ta en paus för att få ditt skrivande mojo tillbaka? Prova en (eller flera) av dessa sju sätt att slå författarens block för att få dig tillbaka ...

Redaktörens val

10 Stora elektronikkomponentkällor - dummies

10 Stora elektronikkomponentkällor - dummies

Letar du efter några bra källor till dina elektroniska delar? Denna lista ger dig några fleråriga favoriter, både inom och utanför Nordamerika. Denna lista är inte uttömmande. Du hittar bokstavligen tusentals specialutbud för ny och begagnad elektronik. Plus, Amazon och eBay ger virtuella marknadsplatser för alla sorters säljare - ...

Elektronik Basics: Resistance - dummies

Elektronik Basics: Resistance - dummies

I elektronikvärlden är motståndet inte meningslöst. Faktum är att motstånd kan vara mycket användbart. Utan motstånd skulle elektronik inte vara möjligt. Elektronik handlar om att manipulera strömmen av ström, och ett av de mest grundläggande sätten att manipulera strömmen är att minska det genom resistans. Utan motstånd strömmar strömmen oreglerad och där ...

Digital elektronik: Så här installerar du BASIC Stamp Editor och Anslut till Stämpeldummorna

Digital elektronik: Så här installerar du BASIC Stamp Editor och Anslut till Stämpeldummorna

För att berätta för BASIC Stamp vad du vill göra i ditt digitala elektronikprojekt måste du programmera det. BASIC Stamp Windows Editor är den programvara som du använder på din dator för att skapa program som kan laddas ner till en BASIC Stamp-mikrokontroller. Denna programvara är tillgänglig gratis från Parallax webbplats. ...