【R微课】14天用R做机器学习第四天

编者按：14天用R做机器学习的系列微课，小编已经说了前三天的内容，感谢伙伴们的阅读和实践。第三天的内容，有小伙伴们说有些简单。小编要说，第三天的内容非常重要，内容的可扩展性很大，已经指明了学习的方向，即R中如何加载标准化数据集？有很多问题可以去思考和实践，比方说什么是标准数据集？如何让原始的数据集转化为标准数据集？如何把不同格式或者类型的数据集转化为标准数据集。做机器学习一定需要数据集。

第四天：从数据中找到有用的真相——数据理解之描述统计

伙伴们，当我们加载完毕数据集后，我们就需要去理解数据，读懂数据。你对数据理解的越透彻，你所建立的模型也会越好或者精准。如何做数据理解呢？对数据进行描述统计是一种很好的方法。第四天的学习，伙伴们要实践这些内容：

1 实践head()函数查看数据集开头6条记录（小编在第三天里面已经应用了）；

2 实践dim()函数查看数据集的维度；

3 实践str()函数查看数据集的结构；

4 实践names()函数查看数据集的属性名（特征名）；

5 实践attributes()函数查看对象的属性列表；

6 实践summary()函数查看对象的摘要；

7 实践cor()函数查看相关系数据矩阵。

“实践出真知”，小编以iris数据集为例，Coding如下。

拓展：若是要看10行记录，怎么处理？若是要看最后面6行记录，怎么实现？

拓展：数据集的结构分析，请伙伴们自己实践，运行str(iris)函数后，观察得到了什么结果。我们做数据分析，对于结果的解读，也是非常重要的能力。

说明：对数据集进行摘要分析，即用summary()函数，1表示数值型属性的返回值，包括最小值、最大值、均值、中位数、第一四分位数和第三四分位数；2表示因子属性的返回值，每种因子类型的计数，三种类型的花，分别都是50个样本。

最后，伙伴们思考这些问题？

1 均值和中位数有什么区别，有什么作用？如何选择？

2 分位数这个概念怎么定义，四分位数表示什么意思？

3 数据集怎么理解？数据集如何做描述性统计？

4 数据探索性分析如何做？

期待伙伴们的留言和见解。

第五天的内容，小编会继续来说。伙伴们，下回见。

伙伴们，数据人网发起了【猴年我要写100篇原创数据主题作品】活动，欢迎伙伴们积极参与进来。知识积累和共享，从数据人网（http://shujuren.org)启程。数据人网核心价值观：利他、真实、热爱、感恩。了解活动详情的伙伴们，请加小编微信，注明参与活动。您的地盘您做主，数据人网是您的后勤服务。当然了，小编已经在投入到这个活动了。2016年12月13日，让我们一起来总结！

更多精彩内容，请点击阅读原文。

数据人网（http://shujuren.org)，数据人学习、交流和分享的平台，专注于从数据中学习，努力发觉数据之洞见，积极利用数据之价值。为“让人懂数据、用数据”之使命坚持做点事情。大家可以来投稿，做分享和传播，可以给反馈。您有什么想法，请反馈给我们，谢谢。数据人网，我们共建和共享。

数据人网构建了数据人圈子，诚邀热爱数据和应用数据的伙伴们入群加小编微信：luqin360，注明入圈子。

数据人网平台的QQ社群，欢迎伙伴们按需加入。

数据人网官方公众号：数据科学自媒体，分享数据科学干货。