Cara Memuatkan Data dalam Pengelasan Model Analisa Prediktif R - dummies

Dataset yang kita analisa untuk membuat prediksi adalah dataset Seeds, yang dapat dijumpai di repositori mesin pembelajaran UCI. Dataset ini mempunyai 210 pemerhatian dan 7 atribut ditambah label. Label adalah hasil yang dijangkakan dan digunakan untuk melatih dan menilai ketepatan model ramalan.

Hasil yang anda cuba ramalkan adalah jenis benih itu (atribut 8), memandangkan nilai-nilai dari tujuh atribut tersebut. Ketiga nilai yang mungkin untuk jenis benih dilabelkan 1, 2, dan 3, dan mewakili jenis gandum Kama, Rosa, dan Kanada.

Atribut dalam urutan lajur yang disediakan:

1. kawasan

2. perimeter

3. kepadatan

4. panjang kernel

5. lebar kernel

6. koefisien asimetri > panjang gandum kernel

7. kelas gandum

8. Untuk mendapatkan dataset dari repositori UCI dan muatkan ke memori, ketik perintah berikut ke dalam konsol:

>> benih <-

dibaca. csv (" // arkib. ics. uci. edu / ml / mesin -learning-database / 00236 / seeds_dataset. txt", header = FALSE, sep = ", as is = TRUE)

dataset itu dimasukkan ke dalam memori sebagai pembolehubah bingkai data 

biji,

dengan melihat panel ruang kerja anda (kanan atas). Klik variable biji untuk melihat nilai data dalam sumber

Anda boleh mendapatkan maklumat lanjut mengenai data yang anda baru muatkan dengan menggunakan ringkasan () fungsi >> ringkasan (benih) V1 V2 V3 Min.: 10. 59 Min.: 12. 41 Min.: 0. 8081 1st Qu.: 12. 27 Qu Pertama: 13. 45 Qu Pertama: 0 8569 Median: 14. 36 Median: 14. 32 Median: 0. 8734 Mean: 14. 85 Mean: 14. 56 Mean: 0. 8710 3rd Qu:: 17. 30 3rd Qu.: 15. 71 Qu: 0. 8878 Maks.: 21. 18 Maks.: 17. 25 Maks.: 0. 9183 …