2014年11月_JOE-1992

11月

转载 Rattle :基于R的数据挖掘工具(4b):探索数据

(3)相关性Correlation选项。计算数值变量间的相关系数。相关系数可以采用pearson,kendall,spearman三种方法。会输出相关系数矩阵。可以把结果可视化。这个图当中，红色表示负相关，蓝色为正相关，颜色越浅相关系数（绝

2014-11-20 21:33:49 2134

转载 Rattle :基于R的数据挖掘工具(4a):探索数据

在建立模型之前,可以通过数据探索分析（exploratory data analysis，EDA）来获得关于数据的深刻认识。数据探索可以帮助我们了解数据的形状，数据的边界（最值），数值特性和散布程度，发现有问题的数据，缺失的数据，噪声，有偏的分布。数据集就是一个故事，我们需要把这个故事有效的还原为我们能够理解的形式。数据探索分析是数据挖掘项目的核心步骤之一，通过探索分析得到的数据变量概括和

2014-11-20 21:33:05 2011

转载 Rattle :基于R的数据挖掘工具(3):载入数据

数据数据是进行数据挖掘工作的基础,要是没有数据,那也就没什么可挖的了。当今时代，数据的丰富超乎想象，它可以是数字，也可以是文本，图像，声音，视频等各种形式的存在。但是要把数据变成知识和信息，并不是一件简单的事。关于数据的一般术语：一个数据集由变量（列）的各个观测(行) 构成，其中变量可分为输入变量和输出变量，这些变量可以是数值的也可以是属性的（categoric variabl

2014-11-20 21:32:01 3710

转载 Rattle :基于R的数据挖掘工具（1）：简介和安装

1.Rattle是什么数据挖掘是当今时代的一门核心技术，提供了对大数据的描述，探索，模式的识别和预测。数据挖掘者们从统计，机器学习和计算科学中寻找各种适用的方法和工具。很多专门或通用的数据软件包被先后开发出来。作为优秀的统计软件包，R语言也提供了强大的数据挖掘工具，但是这些工具分散在数以百计的R 包之中，而且写脚本和编程往往也会成为快速解决问题的障碍。rattle包

2014-11-20 21:30:56 2092

转载 Rattle :基于R的数据挖掘工具(2):功能概览

Rattle的界面，依次排列的是菜单，工具栏和标签栏。 1.Rattle的标签栏一个完整的数据挖掘过程包括以下几个步骤(CRISP-DM,1996)(1) 理解问题(2) 理解数据(3) 准备数据(4) 建立模型(5) 模型评估(6) 运用基于这个流程,Rattle开发了一个方便的标签栏，可以便捷的

2014-11-20 21:30:05 2450 1