วิธีการโหลดข้อมูลในแบบจำลอง Analytics Predictive Analytics - Dummies

ชุดข้อมูลที่เราวิเคราะห์เพื่อทำนายเป็นชุดข้อมูล Seeds ซึ่งสามารถพบได้ในที่เก็บข้อมูล UCI machine-learning ชุดข้อมูลนี้มีการสังเกตการณ์ 210 รายการและมีแอตทริบิวต์ 7 ตัวบวกกับป้ายกำกับ ฉลากเป็นผลลัพธ์ที่คาดหวังและใช้ในการฝึกอบรมและประเมินความถูกต้องของรูปแบบการทำนาย

ผลลัพธ์ที่คุณกำลังพยายามทำนายคือชนิดของเมล็ดพันธุ์ (attribute 8) ให้ค่าของแอตทริบิวต์เจ็ดตัว สามค่าที่เป็นไปได้สำหรับชนิดของเมล็ดมีข้อความ 1, 2 และ 3 และเป็นตัวแทนของข้าวสาลี Kama, Rosa และแคนาดา

ความยาวของเคอร์เนล

1. ความกว้างของเคอร์เนล

2. ค่าสัมประสิทธิ์สมส่วน

3. ความยาวของเคอร์เนล

4. > ความยาวของลำไย

5. คลาสของข้าวสาลี

6. เพื่อให้ได้ข้อมูลจากที่เก็บ UCI และโหลดลงในหน่วยความจำให้พิมพ์คำสั่งต่อไปนี้ลงในคอนโซล:

7. เมล็ดพันธุ์ <-

อ่าน csv (" // archive ics. uci. edu / ml / machine -learning-databases / 00236 / seed_dataset.txt", header = FALSE, sep = ", as. = TRUE)

คุณเห็นไหมว่า ชุดข้อมูลถูกโหลดลงในหน่วยความจำเป็นกรอบข้อมูล เมล็ด>

โดยการมองไปที่ช่องพื้นที่ทำงานของคุณ (ด้านบนขวา) คลิกที่ 

เมล็ด

เพื่อดูค่าข้อมูลในต้นทาง (ด้านซ้ายบน) นี่คือข้อมูลที่แสดงในบานหน้าต่างต้นทาง

คุณสามารถดูข้อมูลเพิ่มเติมเกี่ยวกับข้อมูลที่คุณโหลดได้โดยใช้ข้อมูลสรุป () ฟังก์ชั่น >> บทสรุป (เมล็ด) V1 V2 V3 นาที: 10. 59 นาที: 12. 41 นาที: 0. 8081 1st Qu.: 12. 27 1st Qu.: 13. 45 1st Qu.: 0 8569 Median: 14. 36 Median: 14. 32 Median: 0.8734 Mean: 14. 85 Mean: 14. 56 Mean: 0. 8710 3rd Qu.: 17. 30 3rd Qu.: 15. 71 3rd Qu: 0.8878 สูงสุด: 21. 18 สูงสุด: 17. 25 สูงสุด: 0.9183 …