A tutorial on using the rminer R

数据挖掘

这是一个数据挖掘的常规流程：

1. 业务理解 ：背景是什么，问题的目的是什么
2. 数据理解 ：有哪些数据，那些数据相关，数据是否充分，数据对不对
3. 数据预处理：数据的清洗，数据的转换，包括特征的选择
4. 建立模型：建立分类模型，回归模型
5. 评估模型：模型效果如何，ks ，auc

6. 模型部署，使用建立好的模型

   
   image.png

数据处理

输出数据的行列

# simple show rows x columns function
nelems=function(d) paste(nrow(d),"x",ncol(d))

缺失值处理

# 1.直接删除
bank4=na.omit(bank3)

# 2.用平均值填充
bank5=imputation("value",bank3,"age",Value=meanage)

# 3.substitute NA values by the values found in most similar case (1-nearestneighbor):
bank6=imputation("hotdeck",bank3,"age")

建模

fit函数：训练模型，调参数
predict: 函数,进行预测
mining :根据验证方法和运行次数执行几次拟合并预测执行。

library(rminer)
# ctree
B2=fit(schoolsup~.,math[,c(inputs,bout)],model="ctree")
# rpart 
B1=fit(schoolsup~.,math[,c(inputs,bout)],model="rpart")

B3=fit(schoolsup~.,math[,c(inputs,bout)],model="mlpe") 

B4=fit(schoolsup~.,math[,c(inputs,bout)],model="ksvm")

C3=fit(Mjob~.,cmath,model="randomForest")

你修改model就好了

评估

B1=fit(schoolsup~.,math[,c(inputs,bout)],model="rpart")
test <- math[,c(inputs,bout)]
y <- test$schoolsup.1
P1=predict(B1,test)

m=mmetric(y,P1,metric=c("ALL"))

这样就会得出所有的指标

如何查看model有哪些模型:

• naive most common class (classification) or mean output value (regression)

分享资料：