实验内容和步骤:
一、 实验内容:
对原始数据进行清洗;
使用R语言对数据进行处理和分析;
将处理结果进行展示得出实验结论。
二、 实验步骤
项目背景及意义:
黑色星期五就像我国的双11一样,这是美国整个州的折扣季节。我认为有必要研究围绕商店和购物者数据的数据集,因此我获得了黑色星期五购物交易相关的数据。该数据集包含550,000个关于零售商店中黑色星期五购物者的观察,它包含不同类型的数字或分类变量。也包含了缺失值。通过数据的分析与挖掘,用于商品的分类设计商店货物的货存安排以及捆绑销售、超市里货架摆放设计,从而提升销售量。
数据概览
数据在我的主页资源下载
找不到下载地址的点这个链接跳转:点击跳转代码下载页
另外,这个报告我是一年前完成的,现在很多都记不得了,大家有问题的时候自己多看看代码钻研钻研,不能一味地全靠复制粘贴哇。 还有,这个报告也是我的实训作业,所以如果是ZSTU的,请谨慎使用,最好自己可以修改一下。
Importing packages
install.packages("GGally")
library(tidyverse)
library(GGally)
library(stringr)
library(tidyverse)
library(scales)
library(arules)
library(gridExtra)
bf<-read.csv("C:/Users/myR/Downloads/BlackFriday.csv/BlackFriday.csv")
summary(bf)
head(bf)
我们从数据的概览中得到的信息如下:
数据包含12个变量和537577个观测值。
大多数的缺失值都是Product_Category_2和Product_Category_3中。
每个列代表下面的相应变量:
User_ID:购物者的编码(唯一标识符)。
Product_ID:产品编码(唯一标识符)。
Gender:购物者的性别。
Age:购物者的年龄。
Occupation:职业。
City_Category:购物者的居住地点。
Stay_In_Current_City_Years:在当前城市停留的年数。
Marital_Status:购物者的婚姻状况。
Product_Category_1:购买的产品类别。
Product_Category_2: