PimaIndiansdiabetes.csv
该数据集涵盖了一些医疗记录,以及过去5年内是否有糖尿病,所有的数据都以数字的形式呈现。该数据集包含8个特征和1个类,表示患者是否患糖尿病(是为1否为O)
- Pregnancies: Number of times pregnant
- Glucose: Plasma glucose concentration a 2 hours in an oral glucose tolerance test
- BloodPressure: Diastolic blood pressure (mm Hg)
- SkinThickness: Triceps skin fold thickness (mm)
- Insulin: 2-Hour serum insulin (mu U/ml)
- BMI: Body mass index (weight in kg/(height in m)^2)
- DiabetesPedigreeFunction: Diabetes pedigree function
- Age: Age (years)
- Outcome: Class variable (0 or 1)
任务:利用变量1-8来预测 Outcome的值
(1)数据探索:数据是否有缺失值,如有,不直接删除,选择一种方法进行插补
data <- read.csv("PimaIndiansdiabetes.csv")
data$Outcome <- as.factor(data$Outcome)
dim(data)
数据集中一共有768个数据,一共有9列
查看是否有缺失值
colSums(is.na(data))
数据中不存在任何缺失值
(2)