Slik laster du dataene i en R Klassifisering Predictive Analytics Model - dummies

Datasettet vi analyserer for å foreta en prediksjon, er Frødatasettet, som finnes på UCI-maskinlæringsarkivet. Denne datasettet har 210 observasjoner og 7 attributter pluss etiketten. Etiketten er det forventede resultatet og brukes til å trene og evaluere nøyaktigheten av den prediktive modellen.

Utfallet du prøver å forutsi er den type frø det er (attributt 8), gitt verdiene for de syv attributter. De tre mulige verdiene for frøtypen er merket 1, 2 og 3, og representerer Kama, Rosa og Kanadiske varianter av hvete.

Attributtene i kolonnestillingen de er gitt:

1. område

2. omkrets

3. kompaktitet

4. lengde av kjernen

5. bredde på kjernen

6. asymmetri koeffisient > lengde på kjernesporet

7. hveteklasse

8. For å få datasettet fra UCI-depotet og last det inn i minnet, skriv følgende kommando i konsollen:

>> frø <-

les. csv (" // arkiv. ics. uci. edu / ml / machine-learning-databases / 00236 / seeds_dataset. txt", header = FALSE, sep = ", som. er = SANN)

Du ser det Datasettet ble lastet inn i minnet som datarammevariabelen 

frø,

ved å se på arbeidsrutefeltet (øverst til høyre). Klikk på frøene for å se dataverdiene i kilden

Du finner mer informasjon om dataene du nettopp lastet inn ved hjelp av sammendraget () funksjon. >> oppsummering (frø) V1 V2 V3 Min.: 10. 59 Min.: 12. 41 Min.: 0. 8081 1. kv.: 12. 27 1. kv.: 13. 45 1. kv.: 0. 8569 Median: 14. 36 Median: 14. 32 Median: 0. 8734 Gjennomsnitt: 14. 85 Gjennomsnitt: 14. 56 Gjennomsnitt: 0. 8710 3. kv.: 17. 30 3. kv.: 15. 71 3. kv. 0. 8878 Maks.: 21. 18 Maks.: 17. 25 Maks: 0. 9183 …