说在前面R如果数据挖掘是讨论怎样加工精美的产品,那么数据就是加工这些产品的原材料。显然,数据是一切数据挖掘与分析活动的基石。通常来说,可信度越高、数量越大的数据,将提高更模型的训练效果和准确度,从而得出更贴近实际且有实用价值的结论。而本篇文章就旨在讨论基于R语言的各种获取数据的办法。
这篇文章将涉及三个关键点:如何用R语言从本地读取各种文件类型的数据。
从网上读取数据
R语言中自带的各式数据集
主要内容
1. 用R语言从本地读取数据。
第一步,是学会设置路径。
这里使用的函数为setwd()。比如我们如果想读取位于桌面上的data.txt,那么我们就要将路径设置到桌面上,对于windows而言,即是设置到C:\Users\Felix\Desktop这个位置。但是需要注意的是,在R语言中,我们必须将路径中所有的“\”换成“/”,最终代码便是:
setwd("C:/Users/Felix/Desktop")
第二步,就可以读取各种类型的文件了。下面我们将介绍常见的各种类型文件的读取方法:
#以下一般将数据存入名为“df”的变量,文件名一般为“dataset.x”
#1.csv数据来源
#使用read.csv函数,header属性是告诉R语言是否存在表头,如果有header,则参数为T,否则为F。
#as.is是设置特殊列的数据类型,如果不设置,numeric等格式的数据会自动变为factor类型,对之后处理不利 。
df
#2.txt数据来源
df
#3.xls数据