【R】《R语言与数据挖掘》第三章上机记录

1047521767

                                                            【R】《R语言与数据挖掘》第三章上机记录
# m: B' |* @" x2 w& b% d书籍：《R语言与数据挖掘》
% y/ Z0 a( D8 W0 o  Y1 v  @#（1）查看数据集中CO2的变量名称，并将Treatment的名称更改为Treat
library(reshape)
+ @  }5 U7 e% _" I) WCO2
CO2 <- rename(CO2,c(Treatment = "Treat"))
$ Y& Y$ Y- T. B8 `
#（2）检验CO2中是否存在缺失值，若有，检测缺失值的位置并删除含有缺失值的行
> anyNA(CO2)
; P4 d8 @3 l9 Q[1] FALSE
#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]
5 ~5 ~, H- t; B9 }
4 R& s+ S5 N+ m#(3)对变量utake按从小到大和从大到小排序，并对数据集CO2按照uptake排序（从大到小和从小到大）
" L+ d. m9 N2 ?  A) w; R/ r+ [. e#篇幅问题删除部分输出数据
! y* |; P+ X+ q$ L9 w* @> sort(CO2$uptake,decreasing = TRUE) #从大到小
[1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
[13] 39.6 39.2 38.9 38.8 38.7 38.6 38.1 37.5 37.2 37.1 35.5 35.4
[25] 35.3 35.0 34.8 34.6 34.0 32.5 32.4 32.4 32.4 31.8 31.5 31.1
[37] 30.9 30.6 30.4 30.3 30.0 28.5 28.1 27.9 27.8 27.3 27.3 26.2
# P' u- T, y) g[49] 25.8 24.1 22.2 22.0 21.9 21.0 19.9 19.5 19.4 19.2 18.9 18.9
> sort(CO2$uptake,decreasing = FALSE)
[1]  7.7  9.3 10.5 10.6 10.6 11.3 11.4 12.0 12.3 12.5 13.0 13.6
2 M  Y0 L7 l2 N/ d# e! l+ Y/ M8 D[13] 13.7 14.2 14.4 14.9 15.1 16.0 16.2 17.9 17.9 17.9 18.0 18.1
[25] 18.9 18.9 19.2 19.4 19.5 19.9 21.0 21.9 22.0 22.2 24.1 25.8
[37] 26.2 27.3 27.3 27.8 27.9 28.1 28.5 30.0 30.3 30.4 30.6 30.9
; A: o, ?6 @0 Z3 b3 Y) g" q[49] 31.1 31.5 31.8 32.4 32.4 32.4 32.5 34.0 34.6 34.8 35.0 35.3

7 L! X& T) Q' S: f; W) x' {9 O> CO2[order(CO2$uptake),]
   Plant        Type      Treat conc uptake
71   Mc2 Mississippi    chilled   95    7.7
29   Qc2      Quebec    chilled   95    9.3
64   Mc1 Mississippi    chilled   95   10.5
& C5 H7 f' `3 @8 J- Y, O43   Mn1 Mississippi nonchilled   95   10.6
78   Mc3 Mississippi    chilled   95   10.6
: M% {, {# ^& ^5 w- b* `& C& @8 \57   Mn3 Mississippi nonchilled   95   11.3
* ]' b) m* y7 a! i! }  a; Q
  o* U9 D9 i' F> CO2[order(-CO2$uptake),]
   Plant        Type      Treat conc uptake
21   Qn3      Quebec nonchilled 1000   45.5
14   Qn2      Quebec nonchilled 1000   44.3
20   Qn3      Quebec nonchilled  675   43.9
19   Qn3      Quebec nonchilled  500   42.9
" {$ j( S, h; S$ l35   Qc2      Quebec    chilled 1000   42.4

#（4）将CO2随机分成两组数据，第一组和第二组比例为6：4
3 d) M  E) i  m3 A# dn <- sample(2,84,replace = TRUE,prob = c(0.6,0.4))
: @, r0 B& p, S. _3 S( G8 o(sample1 <- CO2[n == 1,])
(sample2 <- CO2[n == 2,])

#（5）应用tapply()函数，计算不同植物（Plant）对应的uptake的平均值
tapply(CO2$uptake,CO2$Plant,mean)

8 W$ h, \* P2 M2 ?3 x9 V1 f2 W#（6）应用aggegate()函数，计算不同植物（Plant）、不同类型（Type）对应的uptake的平均值
+ u, i) `( H2 G, h/ P8 j5 gaggregate(CO2$uptake,by = list(CO2$Plant,CO2$Type),FUN = mean)
* D: {; k3 v* S' }6 h9 Q' |
) q0 f3 S7 ^( Y: ^6 R#（7）应用lapply()函数，同时计算con和uptake的均值
, q& a: N/ G% t, k( ]1 {8 xlapply(c(CO2$conc,CO2$uptake),mean)

#（8）使用grep()函数，查找出植物名称（Plant）中含有”Qn“的行的位置，并将这些行储存于变量Plant_Qn中
Plant_Qn <- grep("Qn",CO2$Plant,fixed = FALSE)
Plant_Qn
# _+ }9 ]7 R7 O( N9 s/ v; Z9 D
! ?) s6 b* L; O) F# I) t% q#（9）使用gsub()函数，将CO2中植物名称（Plant）中的字符串”Qn“改为”QN“
; p9 [5 w# z* P6 |% y+ j# Y; X
3 b1 X9 ?' r  @* ~" K
2 s' y5 d( ]( R, w* {) P" F8 f. U2 A* k#编写函数stat，函数同时计算均值、最大值、最小值、标准差、峰度、偏度
. o! R- Y; o' D4 N/ o* `( T#生成自由度为2的t分布的一百个随机数t，并通过stat函数计算……
gsub("[t]","t",CO2$Plant)

+ R% @- p/ E6 z7 @5 U$ r5 |* Olibrary(fBasics)
stat <- function(x)
{
$ h! V3 E0 }  G, K  if(!is.numeric(x))
  {
" e) F9 ~4 x* z% y2 y" z$ E2 e    stop("the input data must be numeric!\n")
  }
; x, q3 f6 E6 j' A  if(length(x) == 1)
- P9 v/ ~1 J/ }5 ]2 a  {
' v2 z5 D  }/ Y! B    stop("can not compute sd for one number!\n")
4 q2 |; _- u8 F& ?  v) e  }
  max1 <- max(x)
# X8 V- Q5 E1 M: m6 ^# T  i9 D  min1 <- min(x)
  mean1 <- mean(x)
  skewness1 <- skewness(x)
  kurtosis1 <- kurtosis(x)
  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
! k' l8 c8 t" Q" c* ~  return(answer)
}

t <- rt(100,2)
; v: }* N* u2 u9 b6 {) @+ A- G5 Dstat(t)



! }8 q  i4 ]6 u0 H. I3 a) A
6 M. x/ @! w  h, a' }% Q" Z