【R微课】14天用R做机器学习第六天

编者按：14天用R做机器学习的微课告诉伙伴们怎么做一个完整的机器学习项目，在做机器学项目的过程中如何思考，如何循序渐进地开展，这种方法论是非常有价值的，也是可以“以不变应万变的”。

第六天：干净、适用——建模之前的数据预处理

建模之前，对数据预处理是必要的，也是非常重要。我们所面对的原始数据集，会存在各种问题，比方说有缺失值、有异常值、各变量属性单位或者范围不一致、数据有错误等，对于这些问题，我们是不能直接把原始数据送入到“学习模型”，我们需要做数据的预处理。第六天的课程，需要实践caret包预处理preProcess()的应用，包括以下内容：

1 实践数据的标准化；

2 实践数据的归一化；

3 实践数据的Box-Cox转换。

举例说明如下，参考代码：

提示：请伙伴们在自己的电脑上进行运行，并且思考如下问题：

1 标准化和归一化怎么理解？有什么差异？如何用数学进行表示？

2 如何把iris数据集的前4个变量进行标准化处理？请写代码实现？

3 什么情况下要做标准化或者归一化处理？作用是什么？

4 preProcess()函数里面method参数可以去那些值，分别表示什么含义？请写代码理解。

期待伙伴们的留言和见解。

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。

数据人网平台构建了丰富的数据人圈，简要说明：

数据人圈是数据人网平台的综合微信群，主要讨论数据动态、数据应用和方法论的话题；

数据人圈R语言是数据人网平台的R语言微信群，讨论R语言及在数据应用的话题。

数据人圈Python语言是数据人网平台的Python语言微信群，讨论Python语言及在数据应用的话题。

诚邀伙伴们加入，小编微信：luqin360，请注明要加入那个圈子。

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。