Przygotowanie danych

W poprzednich rozdziałach dane do uczenia bez nadzoru były już dla ciebie przygotowane. Celem tego rozdziału jest przeprowadzenie cię przez bardziej realistyczny i kompletny proces pracy.

Pamiętaj z materiału wideo, że pierwszym krokiem jest pobranie i przygotowanie danych.

To ćwiczenie jest częścią kursu

Uczenie nienadzorowane w R

Zobacz kurs

Instrukcje do ćwiczenia

Użyj funkcji read.csv(), aby pobrać plik CSV (wartości oddzielone przecinkami) z danymi spod podanego adresu URL. Wynik przypisz do zmiennej wisc.df.
Użyj as.matrix(), aby przekonwertować cechy z danych (kolumny od 3 do 32) na macierz. Zapisz wynik w zmiennej o nazwie wisc.data.
Przypisz nazwom wierszy wisc.data wartości aktualnie zawarte w kolumnie id ramki wisc.df. Nie jest to bezwzględnie wymagane, ale ułatwi śledzenie poszczególnych obserwacji podczas modelowania.
Na koniec ustaw wektor diagnosis tak, aby przyjmował wartość 1, gdy diagnoza jest złośliwa ("M"), i 0 w pozostałych przypadkach. Pamiętaj, że R zamienia TRUE na 1, a FALSE na 0.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

url <- "https://assets.datacamp.com/production/course_1903/datasets/WisconsinCancer.csv"

# Download the data: wisc.df


# Convert the features of the data: wisc.data


# Set the row names of wisc.data
row.names(wisc.data) <- wisc.df$___

# Create diagnosis vector
diagnosis <- as.numeric(wisc.df$diagnosis == ___)

Edytuj i uruchom kod