1. summary 、str、names、table -》 大体数据
2. mean、sum 、complete.cases、aggr(xxx,prop=false,numbers=true) -》 缺失值
引用:
library(lattice)
library(grid)
library(mice) : md.pattern
library(VIM)
查看缺失值比重
填充中位数：median(xxx)
移除缺失值：na.omit(xxx)
查看缺失值比重
3. 填充
KNN邻近算法填充
install.PACKAGES("DMwR")
library(DMwR)
查看缺失值
填充
xxx <- knnImputation(xxx,k=10,meth="weighAvg")
4. 异常值处理
margin(t=1)
as.numeric(xxx字段)
unique(xxx字段)
boxplot(xxx) 箱图
xxx$out 查看异常值
异常值处理
盖帽法：
1.函数盖帽法
2.手动盖帽法
block(xxx字段) 对数据修正
boxplot 查看异常值
xx#out
5.查看相关程度
library(corrplot)
cor(xxx) 计算相关系数矩阵
corrplot(cor) 图形展示
corrplot(cor,method='number') 以数字展现相关系数