新人请教 R语言作业

新人请教
这些题怎么做

文件bankloan.csv中包含700条的个人贷款信息,1-表示违约,0-表示不违约。

1.(25分)使用文件bankloan.csv中的数据,

(1)将一张画板分成1行2列,以收入为y轴,年龄为x轴在一张画板上、用不同颜色的、不同形状画出违约人员和不违约人员的散点图,并标出图例和标题。

(2)分别在违约人员和不违约人员的收入的平均值处画出一条水平线,年龄的平均值处画出一条垂直线,且画出违约人员和不违约人员的的回归线。

2.(25分)文件bankloan.csv中包含700个人的个人贷款信息,1-表示违约,0-表示不违约。

(1) 建立违约对其它8个变量的logistic回归模型,8个指标变量对违约P(Y=1)的综合影响是否显著?那些变量是主要的影响因素,显著水平如何?

(2) 用逐步回归方法选取自变量,优化(1)中的回归模型,并用优化后的回归模型计算下表中人员的违约的概率。

  1. (25分)从bankloan.csv中前600个数据作为训练集,余下的100个数据作为测试集,分别用线性判别法、KNN法、Bayes判别法和决策树分类法对训练集建立分类模型,然后对测试集进行测试,试问哪种分类算法的错误率最低?

4.(25分)为了更深入地了解我国人口的文化程度状况,现利用1990年全国人口普查数据对全国30个省、直辖市、自治区进行聚类分析。原始数据如下表所示。分析选用了3个指标:(a)大学以上文化程度的人口占全部人口的比例(DXBZ),(b)初中文化程度的人口占全部人口的比例(CZBZ),(c)文盲半文盲人口占全部人口的比例(WMBZ),来反映较高、中等、较低文化程度人口的状况。

(1) 计算样本的Euclid距离,分别用最长距离法、均值法、重心法和Ward法作聚类分析,并画出相应的谱系图。如果将所有样本分为4类,试写出各种方法的分类结果。

(2) 用K-MEANS法(共分为4类),给出相应的聚类结果。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值