数据挖掘实验报告实验一i.docx

数据挖掘实验报告实验名称：_实验二 _ _实验环境：_ _RStudio _指导教师：_吴珏 _专业班级：_ _姓 名：_学 号：_ 实 验 日 期： 2016 年 10 月 14 日 实验报告日期： 2016 年 10 月 15 日成绩：_实验一一、实验目的1、 R语言初步认识（掌握R程序运行环境）2、 实验数据预处理。（掌握R语言中数据预处理的使用）对于给定的测试用例数据集，进行一下操作。1）、加载程序，熟悉各按钮的功能见下运行结果2）、熟悉各函数的功能，运行程序，并对程序进行分析。对餐饮销量数据进统计量分析，求销量数据均值、中位数、极差、标准差，变异系数和四分位数间距。实验代码：# 餐饮销量数据相关性分析#设置工作空间setwd(d:/dmex1/ex1/ex1/示例程序)# 读取数据cordata=read.csv(file=./data/catering_sale_all.csv,header=T)# 求出相关系数矩阵cor(cordata,2:11)实验结果：实验代码：#设置工作空间setwd(d:/dmex1/ex1/ex1/示例程序)#读入数据saledata=read.table(file=./data/catering_sale.csv,sep=,header=TRUE) sales=saledata,2# 统计量分析# 均值mean_ = mean(sales,na.rm=T)# 中位数median_ = median(sales,na.rm=T)# 极差range_ = max(sales,na.rm=T)-min(sales,na.rm=T)# 标准差std_ = sqrt(var(sales,na.rm=T)# 变异系数variation_ = std_/mean_# 四分位数间距q1 = quantile(sales,0.25,na.rm=T)q3 = quantile(sales,0.75,na.rm=T)distance = q3-q1a=matrix(c(mean_,median_,range_,std_,variation_,q1,q3,distance),1,byrow=T)colnames(a)=c(均值,中位数,极差,标准差,变异系数,1/4分位数,3/4分位数,四分位间距)print(a)实验结果：对餐饮企业菜品的盈利贡献度（即菜品盈利帕累托分析），画出帕累托图。实验代码：#设置工作空间setwd(d:/dmex1/ex1/ex1/示例程序)# 读取菜品数据，绘制帕累托图dishdata=read.csv(file=./data/catering_dish_profit.csv,header=TRUE)barplot(dishdata,3,col=blue1,names.arg=dishdata,2,width=1,space=0,ylim=c(0,10000),xlab=菜品,ylab=盈利：元)accratio=dishdata,3for ( i in 1:length(accratio) accratioi=sum(dishdata1:i,3)/sum(dishdata,3)par(new=T,mar=c(4,4,4,4)points(accratio*10000c(1:length(accratio)-0.5),new=FALSE,type=b,new=T)axis(4,col=red,col.axis=red,at=0:10000,label=c(0:10000/10000)mtext(累积百分比,4,2)points(6.5,accratio7*10000,col=red)text(7,accratio7*10000,paste(round(accratio7+0.00001,4)*100,%)实验结果： 3）、据预处理缺省值的处理：用均值替换、回归查补和多重查补对缺省值进行处理实验代码：#设置工作空间setwd(d:/dmex1/ex1/ex1/示例程序)#读入数据saledata=read.csv(file=./data/catering_sale.csv,header=TRUE) # 缺失值检测 并打印结果，由于R把TRUE和FALSE分别当作1、0，可以用sum()和mean()函数来分别获取缺失样本数、缺失比例sum(complete.cases(saledata)sum(!complete.cases(saledata)mean(!complete.cases(saledata)saledata!complete.cases(saledata),# 异常值检测箱线图sp=boxplot(saledata$销量,boxwex=0.7)title(销量异常值检测箱线图)xi=1.1sd.s=sd(saledatacomplete.cases(saledata),$销量)mn.s=mean(saledatacomplete.cases(saledata),$销量)points(xi,mn.s,col=red,pch=18)arrows(xi, mn.s - sd.s, xi, mn.s + sd.s, code = 3, col = pink, angle = 75, length = .1)text(rep(c(1.05,1.05,0.95,0.95),length=length(sp$out),labels=sp$outorder(sp$out), sp$outorder(sp$out)+rep(c(150,-150,150,-150),length=length(sp$out),col=red)实验结果：思考与分析1、