Rumah Keuangan Pribadi Bagaimana Menyiapkan Data dalam Regresi R untuk Analisis Prediktif - dummies

Bagaimana Menyiapkan Data dalam Regresi R untuk Analisis Prediktif - dummies

Video: Cara Mudah Uji Validitas Menggunakan SPSS - Full Tutorial 2025

Video: Cara Mudah Uji Validitas Menggunakan SPSS - Full Tutorial 2025
Anonim

Anda harus memasukkan datanya ke dalam bentuk yang bisa digunakan algoritma untuk membuat model analisis prediktif. Untuk melakukannya, Anda harus meluangkan waktu untuk memahami data dan mengetahui struktur data. Ketik fungsi untuk mengetahui struktur data. Perintah dan outputnya terlihat seperti ini: >> str (autos) 'data. bingkai ': 398 obs. dari 9 variabel: $ V1: num 18 15 18 16 17 15 14 14 14 15 … $ V2: int 8 8 8 8 8 8 8 8 8 8 … $ V3: num 307 350 318 304 302 429 454 440 455 390 … $ V4: chr "130. 0" "165. 0" "150. 0" "150. 0" … $ V5: num 3504 3693 3436 3433 3449 … $ V6: num 12 11. 5 11 12 10. 5 10 9 8 5 10 8. 5 … $ V7: int 70 70 70 70 70 70 70 70 70 70 … $ V8: int 1 1 1 1 1 1 1 1 1 … $ V9: Faktor w / 305 tingkat "amc duta besar brougham", …:

50 37 232 15 162 142 55 224 242 2 … 

Dari melihat strukturnya, Anda dapat mengetahui bahwa ada beberapa persiapan dan pembersihan data yang harus dilakukan. Berikut daftar tugas yang dibutuhkan:

Ubah nama nama kolom.
  • Ini tidak benar-benar diperlukan, tapi untuk keperluan contoh ini, lebih baik menggunakan nama kolom yang bisa Anda mengerti dan ingat.

    Ubah tipe data V4 (

  • tenaga kuda ) ke tipe data numerik . Dalam contoh ini, tenaga kuda adalah nilai numerik terus menerus dan bukan tipe data karakter.

    Menangani nilai yang hilang.

  • Disini tenaga kuda memiliki enam nilai yang hilang.

    Ubah atribut yang memiliki nilai diskrit pada faktor.

  • Disini silinder, model tahun, dan asal memiliki nilai diskrit.

    Buang atribut V9 (

  • nama mobil ). Di sini nama mobil tidak menambahkan nilai pada model yang Anda buat. Jika atribut asal tidak diberikan, Anda bisa mendapatkan asal dari atribut nama mobil.

    Untuk mengganti nama jenis kolom dengan kode berikut: >> colnames (autos) <-

c ("mpg", "cylinders", "displacement", "horsepower" "weight", "acceleration", "modelYear", "origin",

"carName") 

Selanjutnya, ubah tipe data tenaga kuda menjadi numerik dengan kode berikut: >> autos $ horsepower <- sebagai. numerik (autos $ horsepower)

Program ini akan mengeluh karena tidak semua nilai dalam tenaga kuda adalah representasi string angka. Ada beberapa nilai yang hilang yang diwakili sebagai "? "Karakter. Tidak apa-apa untuk sekarang karena R mengubah setiap instance dari? ke NA

Cara yang umum untuk menangani nilai variabel kontinu yang hilang adalah mengganti setiap nilai yang hilang dengan rata-rata keseluruhan kolom. Baris kode berikut melakukan itu: >> autos $ horsepower [is.na (autos $ horsepower)] <- mean (autos $ horsepower, na. rm = TRUE)

Penting untuk memiliki na. rm-TRUE dalam fungsi rata-rata. Ini memberitahu fungsinya untuk tidak menggunakan kolom dengan nilai null dalam perhitungannya. Tanpa itu, fungsinya akan kembali.

Selanjutnya, ubah atribut dengan nilai diskrit menjadi faktor. Tiga atribut telah diidentifikasi sebagai diskrit. Tiga baris kode berikut mengubah atributnya. >> autos $ origin autos $ modelYear autos $ cylinders <- factor (autos $ cylinders)

Akhirnya, hapus atribut dari frame data dengan baris kode ini: >> autos $ carName <- nULL < Pada titik ini, Anda telah selesai menyiapkan data untuk proses pemodelan. Berikut ini adalah tampilan struktur setelah data-proses persiapan: >> str (autos) 'data. bingkai ': 398 obs. dari 8 variabel: $ mpg: num 18 15 18 16 17 15 14 14 14 15 … $ cylinders: Faktor w / 5 level "3", "4", "5", "6", …:

5 5 5 5 5 5 5 5 5 5 … $ perpindahan: num 307 350 318 304 302 429 454 440 455 390 … $ tenaga kuda: num 130 165 150 150 140 198 220 215 225 190 … $ berat: num 3504 3693 3436 3433 3449 … $ akselerasi: num 12 11. 5 11 12 10. 5 10 9 8. 5 10 8. 5 … $ modelYear: Factor w / 13 level "70", "71", "72", …:

1 1 1 1 1 1 1 1 1 1 … $ origin: Factor w / 3 level "1", "2", "3":

1 1 1 1 1 1 1 1 1 …

Bagaimana Menyiapkan Data dalam Regresi R untuk Analisis Prediktif - dummies

Pilihan Editor

Bagaimana Mengelola Komentar di WordPress Anda. com Blog - dummies

Bagaimana Mengelola Komentar di WordPress Anda. com Blog - dummies

Buka halaman Komentar dengan mengklik link Komentar di menu navigasi Dashboard WordPress. Halaman Komentar menunjukkan semua komentar di blog Anda sejak hari pertama Anda memulai. Di sini Anda bisa melihat komentar, mengeditnya, menandai mereka sebagai spam, atau flat-out menghapusnya. Jika Anda menetapkan pilihan Komentar Anda jadi ...

Bagaimana Mengelola Pengguna dan Penulis di Blog WordPress Anda - dummies

Bagaimana Mengelola Pengguna dan Penulis di Blog WordPress Anda - dummies

Pengguna WordPress halaman memberitahu Anda tentang semua pengguna di blog Anda. Ini mencantumkan nama pengguna, nama, alamat e-mail, peran di blog Anda, dan jumlah posting yang dibuat ke blog Anda. Untuk mengelola peran pengguna, Anda perlu memahami jenis akses yang diberikan masing-masing peran: Pengikut: Peran default ini ditugaskan untuk ...

Cara Membuat Permalinks WordPress Bekerja dengan Server Anda - dummies

Cara Membuat Permalinks WordPress Bekerja dengan Server Anda - dummies

Setelah Anda mengatur format untuk permalinks untuk situs WordPress Anda dengan menggunakan opsi selain default, WordPress menulis peraturan, atau arahan tertentu ke. htaccess file di server web anda Itu. htaccess file pada gilirannya mengkomunikasikan ke server web Anda bagaimana seharusnya menyajikan permalinks, sesuai dengan permalink ...

Pilihan Editor

Bagaimana cara Log In ke Layanan Cloud - dummies

Bagaimana cara Log In ke Layanan Cloud - dummies

Karena Cloud Service sepenuhnya berbasis di awan, semua Anda benar-benar Kebutuhan untuk mengaksesnya adalah koneksi internet. (Nah, Anda juga memerlukan nama pengguna dan kata sandi.) Anda dapat masuk dari kantor Anda dan kemudian mengambil tempat Anda tinggalkan di hotel saat bepergian di Tokyo. Salesforce memiliki banyak tindakan pengamanan ...

Bagaimana Bergerak di sekitar MYOB - dummies

Bagaimana Bergerak di sekitar MYOB - dummies

Di MYOB, Anda dapat melangkah maju dan mundur melalui setiap jendela pembelajaran saya. untuk mencintai kunci Tab komputer Anda. Ini jauh lebih mudah dan lebih cepat daripada menggunakan mouse anda. Keystrokes Shortcut Result Shift + Tab Bergerak ke belakang ke kolom sebelumnya Enter atau Tab Bergerak ke depan ke kolom berikutnya Alt + F4 Berhenti dan mengemas Esc Membawa ...

Bagaimana Membuka Kasus untuk Pelanggan di Salesforce. Kasus com - dummies

Bagaimana Membuka Kasus untuk Pelanggan di Salesforce. Kasus com - dummies

Adalah dasar Salesforce. com Layanan Cloud. Mereka adalah titik pusat kontak Anda dan apa yang agen hidup dan hirup setiap hari. Kasus adalah catatan penyelidikan layanan atau dukungan untuk pelanggan yang merinci masalah dan semua informasi yang mengelilinginya, seperti yang ditunjukkan. Kasus ...

Pilihan Editor

Menghitung Persen Tujuan di Excel - dummies

Menghitung Persen Tujuan di Excel - dummies

Ketika seseorang meminta Anda untuk menghitung satu persen Tujuannya, dia hanya mengatakan untuk membandingkan kinerja aktual dengan tujuan yang dinyatakan. Matematika yang terlibat dalam perhitungan ini sederhana: Bagilah tujuannya dengan aktual. Ini memberi Anda nilai persentase yang menunjukkan berapa banyak pencapaian yang telah dicapai. Misalnya, jika ...

Menghitung Persentase Varian di Excel - dummies

Menghitung Persentase Varian di Excel - dummies

Varians adalah indikator perbedaan antara satu angka dengan angka lainnya. Untuk memahami hal ini, bayangkan bahwa Anda menjual 120 widget pada suatu hari, dan keesokan harinya, Anda menjual 150. Perbedaan dalam penjualan sebenarnya sangat mudah dilihat; Anda menjual 30 widget lagi. Mengurangkan 120 widget dari 150 widget memberi ...

Menghitung Persentase Varian dengan Nilai Negatif di Excel - dummies

Menghitung Persentase Varian dengan Nilai Negatif di Excel - dummies

Rumus untuk menghitung varian persen dalam Excel bekerja dengan indah dalam banyak kasus. Namun, bila nilai benchmark adalah nilai negatif, rumusnya akan turun. Misalnya, bayangkan Anda memulai bisnis dan berharap bisa kehilangan tahun pertama. Jadi, Anda memberi anggaran sebesar negatif $ 10.000. Sekarang bayangkan itu ...