《数据挖掘与商务分析R语言》-1-数据预处理-R语言-Lattice包-条形图
2017-11-29 22:10
411 查看
数据来源说明
https://www.biz.uiowa.edu/faculty/jledolter/DataMining/datatext.html
1、绘制条形图barchart
![](https://img-blog.csdn.net/20171129212547518?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdTAxMTY0NDg1OA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast)
2、绘制直方图hist
![](https://img-blog.csdn.net/20171129213047529?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdTAxMTY0NDg1OA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast)
消除异常值
![](https://img-blog.csdn.net/20171129213310297?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdTAxMTY0NDg1OA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast)
3、绘制箱线图boxplot
![](https://img-blog.csdn.net/20171129213552792?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdTAxMTY0NDg1OA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast)
![](https://img-blog.csdn.net/20171129213909356?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdTAxMTY0NDg1OA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast)
4、筛选加排序
5、
https://www.biz.uiowa.edu/faculty/jledolter/DataMining/datatext.html
1、绘制条形图barchart
don <- read.csv(file.choose()) don[1:5,] table(don$Class.Year) barchart(table(don$Class.Year),horizontal=FALSE,xlab="Class Year",col="black")
2、绘制直方图hist
don$TGiving=don$FY00Giving+don$FY01Giving+don$FY02Giving+don$FY03Giving+don$FY04Giving mean(don$TGiving) sd(don$TGiving) quantile(don$TGiving,probs=seq(0,1,0.05)) quantile(don$TGiving,probs=seq(0.95,1,0.01)) hist(don$TGiving) hist(don$TGiving[don$TGiving!=0][don$TGiving[don$TGiving!=0]<=1000])
消除异常值
3、绘制箱线图boxplot
boxplot(don$TGiving,horizontal=TRUE,xlab="Total Contribution") boxplot(don$TGiving,outline=FALSE,horizontal=TRUE,xlab="Total Contribution")
4、筛选加排序
ddd=don[don$TGiving>=30000,] ddd ddd1=ddd[,c(1:5,12)] ddd1 ddd1[order(ddd1$TGiving,decreasing=TRUE),]
boxplot(TGiving~Class.Year,data=don,outline=FALSE) boxplot(TGiving~Gender,data=don,outline=FALSE) boxplot(TGiving~Marital.Status,data=don,outline=FALSE) boxplot(TGiving~AttendenceEvent,data=don,outline=FALSE)
5、
Data=data.frame(don$FY04Giving,don$FY03Giving,don$FY02Giving,don$FY01Giving,don$FY00Giving) correlation=cor(Data) correlation plot(Data)
相关文章推荐
- 数据分析与挖掘 - R语言:贝叶斯分类算法(案例二)
- R数据挖掘技术-基于R语言的数据挖掘和统计分析技术
- 基于R语言的数据分析和挖掘方法总结——描述性统计
- 【R语言进行数据挖掘】回归分析
- R语言|数据预处理--4变量分析及相关性
- 大数据环境下集成R语言的数据挖掘平台 之介绍、数据上传与数据预处理
- 基于R语言的数据分析和挖掘方法总结——中位数检验
- 数据分析与挖掘 - R语言:K-means聚类算法
- Python数据分析与挖掘实战(数据预处理)
- R语言|数据预处理--5异常值分析及处理
- 零基础数据分析与挖掘R语言实战课程(R语言)
- 大数据环境下集成R语言的数据挖掘系统 之 数据分析
- 数据分析与挖掘 - R语言:贝叶斯分类算法(案例三)
- R语言数据挖掘中的,“回归分析”是如何操作的?
- 零基础数据分析与挖掘R语言实战课程(R语言)
- R语言 | 数据挖掘中的常用统计分析知识
- 数据挖掘与预测分析------数据预处理
- python 数据分析,R语言与数据挖掘 | 学习资料分享 05
- R语言——数据分析与数据挖掘在常规工作中的应用
- 数据分析与挖掘 - R语言:贝叶斯分类算法(案例一)