2016年5月19日
R语言-缺失值处理4
摘要： 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为基础建立，因此在加载mice软件包前要先安装、加载这三个软件包。本节为大家介绍缺失 阅读全文
posted @ 2016-05-19 16:29 银河统计 阅读(3135) 评论(0) 推荐(0)
R语言-缺失值处理3
摘要： 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 阅读全文
posted @ 2016-05-19 15:12 银河统计 阅读(6596) 评论(0) 推荐(0)
R语言-缺失值处理2
摘要： 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 阅读全文
posted @ 2016-05-19 13:38 银河统计 阅读(4135) 评论(0) 推荐(0)
R语言-缺失值处理1
摘要： 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 阅读全文
posted @ 2016-05-19 11:42 银河统计 阅读(17112) 评论(0) 推荐(2)