第一篇：查阅数据

前言

       本文讲解如何使用 R 语言对数据集进行总体上的了解。

       在进行数据挖掘之前，我们有必要对挖掘的数据集对象有一个总体的了解。本文采用具体实例讲解的方式，详细演示对一个数据集的分析过程。

Step 1：载入数据集

       

       命令data("数据集名")可载入指定数据集。

Step 2：查看行列名

       

       命令attributes("数据集")可打印出数据集的行/列名。本例中，bmi和chl是numeric类型，而另外两个变量是factor类型。

Step 3：查看特征类型信息

       

       命令str("数据集")可以查看到特征的具体类型信息。本例中，bmi和chl是numeric类型，而另外两个变量是factor类型。

Step 4：查看特征值的总体分布情况

       

       summary("数据集")可查看到特征值的总体分布情况。它会打印出各列的最大，最小，平均值，缺失值个数等信息。

       需要特别说明的是 1st Qu，2 st Qu，3 st Qu 分别表示一分位点，二分位点，三分位点。一分位点表示四分之一处的数，二分位点表示中位数，三分位点表示四分之三处的数。

       此外，Na's 是缺失值个数。

Step 5：数据可视化

       这部分将在下文中详细讲解。

小结

       本文只讲解了数据集的总体大致流程。针对某些实际情况，也许需要掌握一些关于分布，或者稀疏度之类的信息，这时需要查阅其他数据分析API，这里不再过细讲述。