R语言之实战分析
发布网友
发布时间：2023-04-22 00:04
共1个回答
热心网友
时间：2023-10-16 20:30
采编自 DataMiningWithR
2.1 观察各个变量数据的规范性
几乎每个变量都有异常值存在，多是异常大值
2.2 观察变量间的相关性
2.3 双变量间的相关性
由上可知，"oPO4"和"PO4"高度相关，达到0.91
2.4 观察单个变量的数据分布情况
左图可明显判断异常值的存在，右图可展现数据在不同范围内的分布集中度
3.1 了解缺失值的基本分布情况
3.2 直接删除缺失值，在缺失值占比很少的情况采用
3.3 基于一定的规则填充缺失值
4.1 数据准备和聚类预览
初步判断，可分为4组
4.2 层次聚类
4.3 kmeans均值聚类 (1)
4.3 kmeans均值聚类 (2)
4.1 盖帽法处理异常值
即分别设定数据的上下限，高于上限的用上限替换，低于下限的用下限替换
4.2 盖帽法处理异常值后重现考察数据的分布情况
