用商业案例学R语言数据挖掘-学习笔记.pdf_用商业案例学r语言数据挖掘

需积分: 6 21 浏览量更新于2023-04-28 评论 2 收藏 319KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

语言练习题

—— 《用商业案例学

语言数据挖掘》

一、编程基础（第 3 章）

1、R 中的基本数据类型（23—24 页）

（1）R 中的基本数据类型包括哪几种？

（2）判断某一数据是否为 numeric。

（3）转换 numeric 数据为 character。

2、向量（24—27 页）

（1）构造 2 个长度相同的一维向量，并进行加减乘除运算。

（2）构造 2 个长度不同的一维向量，并进行加减乘除运算。

（3）产生从 1 到 4 的整数序列。

（4）产生从 1 到 10，步长为 2 的等差数列。

（5）产生 1 个重复值序列。

（6）构建一个向量，并查找其中某一位置上的数据。

（7）构建一个向量，查找非 1 号位上的数据。

（8）构建一个数值型向量，查找其中所有大于 1 的元素。

3、矩阵（27—29 页）

（1）创建一个长为 2，宽为 3 的矩阵，命名为 m1。

（2）创建一个长为 3，宽为 3 的矩阵，按行填充数据，命名为 m2。

（3）求 m1 的转置矩阵。

（4）求 m2 的逆矩阵。

（5）求 m2 的特征值和特征向量。

（6）查找 m1 或 m2 中的元素。

4、数组（29—30 页）

（1）创建一个包含 2 个三行三列元素的数组。

（2）查找数组中的元素。

5、因子（30—31 页）

（1）创建一个向量，包含元素为“bad”、“good”、“good”、“excellent”，然后将其转化为因

子型数据，命名为 f1，并检查 f1 的数据类型。

（2）对 f1 中的因子进行排序，顺序为“excellent”、“good”、“bad”。

6、列表（31—33 页）

（1）构建一个列表 h1，包含 4 种不同类型的数据（数字型、字符型、矩阵、因子）。

作者：稀饭

联系 QQ：2798485733

（2）对列表的索引进行命名。

（3）检索列表中的数据（通过下标 + 通过命名后的索引）。

7、数据框（33—34 页）

（1）构建一个包含姓名、年龄和数学成绩的 4 行 3 列的数据框，命名为 d1。

（2）检索该数据框中的元素。

8、R 中的程序控制（34—41 页）

（1）R 中的编程结构有哪几种？

（2）利用顺承结构，打印一个三维数字型向量中的 3 个元素的平方。

（3）利用循环结构，打印一个三维数字型向量中的 3 个元素的平方。

（4）利用分支结构，判断一个给定的数值型数据 a 和 0 之间的关系，并输出判断结果。

（5）构建一个列表，用 lapply 和 sapply 函数对其进行循环（求平均值）。

（6）构建一个矩阵，用 apply 函数对其进行循环（求均值，从列和行 2 个方向）。

（7）构建一个待处理向量及用于其分组的对应向量，然后用 tapply 函数对其循环求均值。

（8）利用 split 函数对上述构造出来的向量按其对应向量的分组关系进行切割。

9、R 中的日期与时间数据类型（42—43 页）

（1）将 1970-05-02 转换为日期类型对象。

（2）计算 1970-05-02 到 1970-01-01 的日期天数。

（3）获取当前的时间，并将当前的时间转换为 R 的时间类型。

（4）构建 2 组时间，并计算这 2 组时间之间的距离。

10、在 R 中读写数据（43—47 页）

（1）在 R 中读取各类型数据。

（2）在 R 中写入各类型数据。

二、描述统计分析与基础绘图（第 4 章）

1、描述性统计分析（51—60 页）

（1）求 iris 数据集第 1 列的均值。

（2）求 iris 数据集第 2 列的中位数。

（3）求 iris 数据集第 3 列的四分位数。

（4）求 iris 数据集第 4 列的极差。

（5）求 iris 数据集第 4 列的方差与标准差。

（6）查看 iris 数据集的前 6 行数据和最后 6 行数据。

（7）利用 summary 和 str 函数分析 iris 数据集。

（8）利用 table 函数分析 iris 数据集第 5 列。

（9）安装 fBasics 包，然后计算 iris 数据集第 1 列的偏度系数。

（10）计算 iris 数据集第 2 列的峰度系数。

（11）利用 tapply 函数分析 iris 数据集第 4 组的均值，分类方式选择 iris 数据集的第 5 组。

2、基础绘图

（1）绘制 iris 数据集第 3 列和第 4 列的散点图，类型使用“l”、“b”、“p”、“h”。

（2）绘制 iris 数据集第 5 列的饼图，将 iris 数据集第 5 列的 3 类分别命名为“类型 1”、“类

型 2”、“类型 3”，并加上主标题为“分类”，副标题为“iris”。

（3）绘制 iris 数据集第 3 列的直方图。x 轴的标题为“横轴”，y 轴的标题为“纵轴”，指定

分箱数量为 5。

（4）绘制 iris 数据集第 2 列的箱线图，颜色选择“orange”，要求标识异常值，箱子的长度

指定为 0.5。

三、数据整合与清洗（第 5 章）

1、写出 SQL 语句功能所对应的关键字（81 页）

（1）数据定义（2）数据查询（3）数据操控（4）数据控制

2、加载“sqldf”包，并进行下列 SQL 语句处理（82—85 页）

（1）选择 iris 中的字段（第 2 列 + 第 4 列）

（2）选择 iris 中第 5 列并删去重复值

（3）筛选出 iris 中类型（任意一类）数据

（4）筛选出 iris 中 2、3、5 列数据，并按 5 排序。

3、选出 iris 中的第 4 列，命名为 i1，并进行下列操作（85—86 页）

（1）展示数据前六行（2）去除重复值

4、选出 iris 中 11—15 行和 4—5 列的数据（87 页）

5、选出 iris 中类型为 iris Setosa 且花萼长度（Sepal.Length）＞5（第 1 列）的数据（88 页）

6、选出 iris 第 11—20 行的数据，并按照 Sepal.Length 进行升序排列和降序排列（89 页）

7、选出 iris 第 1—10 行的数据，先按 Sepal.Length 再按 Sepal.width（宽度，第 2 列）降序

排列（89 页）

8、选出 iris 中第 1 列命名为 n1，第 2 列命名为 n2，并进行下列操作（90—91 页）：

（1）利用 SQL 语句拼接 n1 和 n2

（2）利用 rbind 拼接 n1 和 n2

（3）利用 SQL 语句拼接 n1 和 n2，要求保留重复的行

9、选出 iris 中第 1—3 行命名为 m1，第 2—4 行命名为 m2，并进行下列操作（93—95 页）：

（1）使用 SQL 语句进行笛卡尔积连接

（2）使用 SQL 进行内连接（inner.join / where）

（3）使用 merge 或者 dplyr 包中的 inner-join 进行内连接，公共字段为“Sepal.Length”

（4）使用 merge 或者 dplyr 包中的 left-join 进行左连接

剩余10页未读，继续阅读

稀饭居然不在家

粉丝: 4
资源: 23

会员权益专享

用商业案例学R语言数据挖掘-学习笔记.pdf

评论0

会员权益专享

最新资源

用商业案例学R语言数据挖掘-学习笔记.pdf

评论0

《用商业案例学R语言数据挖掘》教材代码及数据

R语言大作业，实现数据挖掘与分析（内含报告20页，r语言代码200余行，多个数据集，数据集字段说明）

基于R语言的数据挖掘课程实验设计.pdf

机器学习学习笔记.pdf

android开发教程及笔记-完整版.pdf

pci-express-m.2-specification-rev4.0.pdf

go语言学习笔记.pdf

gl3523-qfn48.pdf

visionpro_学习笔记.pdf

c语言学习笔记.pdf

redis 全套学习笔记.pdf

ocr-zh 1.6.0.117-4

protobuf-c---3.19.4.tar

deeplearning深度学习笔记v5.72.pdf

高数王莉笔记.pdf

力扣刷题笔记.pdf

最优化理论笔记.pdf

斯坦福大学傅里叶变换及应用笔记.pdf

会员权益专享

最新资源