相关性探索

在数据挖掘的过程中,数据预处理占到了整个过程的60% 脏数据:指一般不符合要求,以及不能直接进行相应分析的数据 脏数据包括:缺失值.异常值.不一致的值.重复数据及含有特殊符号(如#.￥.*)的数据 数据清洗:删除原始数据集中的无关数据.重复数据.平滑噪声数据.处理缺失值.异常值等 缺失值处理:删除记录.数据插补和不处理 主要用到VIM和mice包 install.packages(c("VIM","mice")) 1.处理缺失值的步骤 步骤: (1)识别缺失数据:

下载地址:网盘下载 基本介绍 编辑 原作名: R in Action[2] 作者: Robert I. Kabacoff 译者: 高涛 / 肖楠 / 陈钢 出版社: 人民邮电出版社 出版年: 2013-1 页数: 388 定价: 79.00元 装帧: 平装 ISBN: 978-711-529-990-1 内容简介 编辑 数据时代已经到来,但数据分析.数据挖掘人才却十分短缺.由于"大数据"对每个领域的决定性影响,相对于经验和直觉,在商业.经济及其他领域中基于数据和分析去发现问题并作出科学

2016年过去了八个月,去掉元月份和2月份的一些日子,只有6个多月,其中我用三个月的时间开发javafx(现在还是烂尾楼工程),有一个月的时间在外培训,有一个月的时间休假在家带崽,还有一个月的时间瞎忙,不知道干什么了,不过把周末算进来也差不多,人也不是机器,我的本意也是在不要太功利,通过自己的积累做一些有益的工作. javafx闲暇时间还是要完成相关的工程. 近一段时间想研究一下R语言,做一些数据的可视化与分析挖掘工作.这或许就是今年的全部计划了,精力有限,需要脚踏实地去实施. 关于R语言的学习

#识别缺失值 install.packages("VIM") data(sleep,package="VIM") #列出没有缺失值的行 sleep[complete.cases(sleep),] #列出有一个或多个缺失值的行 sleep[!complete.cases(sleep),] #有多少个缺失值 sum(is.na(sleep$Dream)) #sleep$dream上有百分之几的数据是有缺失值的 mean(is.na(sleep$Dream)) #数据集中

下载地址:网盘下载 内容简介  · · · · · · 数据时代已经到来,但数据分析.数据挖掘人才却十分短缺.由于"大数据"对每个领域的决定性影响, 相对于经验和直觉,在商业.经济及其他领域中基于数据和分析去发现问题并作出科学.客观的决策越来越重要.开源软件R是世界上最流行的数据分析.统计计算及制图语言,几乎能够完成任何数据处理任务,可安装并运行于所有主流平台,为我们提供了成千上万的专业模块和实用工具,是从大数据中获取有用信息的绝佳工具. 本书从解决实际问题入手,尽量跳脱统计学的理论阐

cor(1:5,1:5) ## [1] 1 cor(1:5,5:1) ## [1] -1 cor(1:5,c(1,2,3,4,4)) ## [1] 0.9701 cor(1:5,c(1,2,3,1,4)) ## [1] 0.6063 library(RCurl) ## Loading required package: bitops urlfile<-"http://archive.ics.uci.edu/ml/machine-learning-databases/adult/adult.

来自:http://blog.csdn.net/kikitamoon/article/details/49925147 在执行地统计分析之前,浏览.熟悉.检查自己的数据是至关重要的.绘制和检查数据是地统计分析过程中的必要阶段,我们可以从这些工作中获得一些先验知识,指导后续的工作. Stage 1 绘制数据 通过ArcMap的图层渲染方案绘制数据,我们可以获得对数据的第一印象. 例如,使用单一符号渲染了解采样点的疏密分布,通过分类渲染了解采样点高值低值的分布,等等. Stage 2 检查数据 绘制

第3张 探索数据 第2章讨论知识发现过程中重要的高层数据问题.本章是数据探索,对数据进行初步研究,以便更好地理解它的特殊性质.数据探索有助于选择合适的数据预处理和数据分析技术.甚至可以处理一些通常由数据挖掘解决的问题.例如,有时可以通过对数据进行直观检查来发现模式. 本章包括三个主题:汇总统计.可视化和联机分析处理OLAP.汇总统计(如值集合的均值和标准差)和可视化技术是广泛用于数据探索的标准方法.OLAP的分析功能集中在从多为数据数组中创建汇总表的各种方法.OLAP技术包括在不同的维上或不同的

内容简介 1.第一部分第九课:数组威武,动静合一 2.第一部分第十课预告:文件读写,海阔凭鱼跃 数组威武,动静合一 上一课<[C++探索之旅]第一部分第八课:传值引用,文件源头>中,我们学习了函数参数的不同传递形式:值传递和引用传递,也学习了如何用头文件和源文件来更好地组织项目. 在不少程序中,我们都需要使用多个相同类型的变量.例如:一个网站的用户名列表(一般是string类型):或者一场比赛的前10个最佳得分(一般是int类型). 类似地,C++和大多数编程语言一样,也有将多个相同类型的数据