R语言数据分析与挖掘（谢佳标微课版） 习题及答案chapter05.docx

《R语言数据分析与挖掘（谢佳标微课版） 习题及答案chapter05.docx》由会员分享，可在线阅读，更多相关《R语言数据分析与挖掘（谢佳标微课版） 习题及答案chapter05.docx（1页珍藏版）》请在第一文库网上搜索。

1、一、多选题1 .常用的数据变换手段有（ABCD）A.产生衍生变量B.标准化变换C.连续型离散化变换D.改善变量分布的变换2 .数据清洗常用在以下方面（ABCD）A.数据不一致情况B.统一维度编码C.异常值处理D.缺失值处理3 .异常值判断及处理常用手段有（ABCDE）A.简单统计分析B.3sigma原则C.箱型图分析D.聚类分析E.1OF（局部异常因子）检测异常值4.识别缺失值常用函数有（AC）A. is.na函数B. is.NA函数C. Comp1etexases函数D. Comp1etexase函数二、上机题1.导入贷款数据accepts.csv到R中,对数据集accepts按照变量bad

2、jnd进行等比例分析,分成75%：25%两份。#导入数据accepts-read.csv(accepts.csv)#对accepts按照变量badjnd进行等比例分析,Iibrary(Caret)prop.tab1e(tab1e(accepts$bad_ind)分成75%：25%两份index-CreateDataPartition(accepts$bad_ind,timestrain-acceptsindexztest-accepts-indexzprop.tab1e(tab1e(train$bad_ind)prop.tab1e(tab1e(test$badjnd)=1,p=0.75z1ist=F)2.对缺失值模式进行探索，利用表格和可视化的方式进行展示。对缺失值模式进行查看1ibrary（mice）md.pattern（accepts）Iibrary（VIM）aggr（acceptszprop=Fznumbers=T）