请简要叙述读取不同文件的方法（要写出关键性的 R 语句）。请简要叙述数据缺失值的的方法（要写出关键性的 R 语句）请简要叙述数据描述方法（要写出关键性的 R 语句）。 请简要叙述常见的数据操作方法（要写出关键性的 R 语句）。 5. 通过完成本实验，请简要叙述数据相似性度量方法（要写出关键性的 R 语句）。

1. 读取不同文件的方法：

读取 CSV 文件：

data <- read.csv("file.csv")

读取 Excel 文件：

library(readxl)
data <- read_excel("file.xlsx")

读取文本文件：

data <- read.table("file.txt", header = TRUE)

2. 处理数据缺失值的方法：

删除含有缺失值的行：

data <- na.omit(data)

用均值替代缺失值：

data[is.na(data)] <- mean(data, na.rm = TRUE)

用中位数替代缺失值：

data[is.na(data)] <- median(data, na.rm = TRUE)

3. 数据描述方法：

计算数据的均值和标准差：

mean(data)
sd(data)

计算数据的最小值、最大值和四分位数：

min(data)
max(data)
quantile(data, probs = c(0.25, 0.5, 0.75))

4. 常见的数据操作方法：

选择某一列：

data$column_name

选择某几列：

data[, c("column_name1", "column_name2")]

筛选满足条件的行：

data[data$column_name > 10, ]

排序：

data <- data[order(data$column_name), ]

5. 数据相似性度量方法：

计算欧氏距离：

dist(data, method = "euclidean")

计算余弦相似度：

cosine_similarity <- function(x, y) {
  sum(x * y) / (sqrt(sum(x^2)) * sqrt(sum(y^2)))
}