数据挖掘r语言总结报告.docVIP

成绩：

成绩：

总结报告

课程名称:数据挖掘R语言

任课教师：

姓名：

专业：计算机科学与技术

班级：

学号：

计算机科学与技术学院

2018年6月19日

数据预处理

针对不同分析目标，选择合适的字段，并将字段值处理成适于分析的形式。必要时还需对原数据集进行统计变换后形成易于分析的形式。

为每条数据添加字段：所属地区。根据下图中划分的美国四大地区，将每条数据中表示的案件发生地在该字段上划分为东北部、中西部、南部和西部四个值。

首先导入数据:

gundata-read.csv(d:/gun.csv”，sep=，”,stringsAsFactors=FALSE，header=TRUE，quote=”)

然后将需要的字段取出来，在这里取出了一下几个字段：

标号

字段名

含义

数据类型

1

incident_id

犯罪记录id

numeric

2

date

犯罪日期

dateTime

3

state

犯罪案件所在的州

string

4

city_or_county

犯罪案件所在的市

string

6

n_killed

死亡人数

numeric

7

n_injured

受伤人数

numeric

15

latitude

犯案位置的纬度

numeric

17

longitude

犯案位置的经度

numeric

gundata[，c(”incident_id”，”date”，state”，city_or_county”,n_killed”，n_injured”,”congressional_district”,latitude,”longitude，”state_house_district,”state_senate_district”）］

gd〈—subset(gundata,select=c(incident_id，date，state，city_or_county,n_killed,

n_injured,congressional_district，latitude,longitude,state_house_district,state_senate_district)）

然后根据州字段将所有数据划分为四个地区

阿拉巴马州Alabama

阿拉斯加州Alaska

亚利桑那州Arizona

阿肯色州Arkansas

加利福尼亚州California

科罗拉多州Colorado

哥伦比亚特区Columbia

康涅狄格州Connecticut

特拉华州Delaware

佛罗里达州Florida

佐治亚州Georgia

夏威夷州Hawaii

爱达荷州Idaho

伊利诺州Illinois

印弟安纳州Indiana

爱荷华州Iowa

堪萨斯州Kansas

肯塔基州Kentucky

路易斯安那州Louisiana

缅因州Maine

马里兰州Maryland

麻塞诸塞州Massachusetts

密歇根州Michigan

明尼苏达州Minnesota

密西西比州Mississippi

密苏里州Missour

蒙大拿州Montana

内布拉斯加州Nebraska

内华达州Nevada

新罕布希尔州NewHampshire

新泽西州NewJersey

新墨西哥州NewMexico

纽约州NewYork

北卡罗来纳州NorthCarolina

北达科他州NorthDakota

俄亥俄州Ohio

奥克拉荷马州Oklahoma

俄勒冈州Oregon

宾西法尼亚州Pennsyivania

罗德岛州RhodeIsland

南卡罗来纳州SouthCarolina

南达科他州SouthDakota

田纳西州Tennessee

德克萨斯州Texas

犹他州Utah

佛蒙特州Vermont

弗吉尼亚州Virgina

华盛顿州Washington

西佛吉尼亚州WestVirginia

威斯康辛州Wisconsin

怀俄明州Wyoming

东北部

Maine,NewHampshire,Vermont,Massachusetts,RhodeIsland,Connecticut,NewYork，Pennsyivania,New