Задание №1

Установить пакет CARET, выполнить команду names(getModelInfo()), ознакомиться со списком доступных методов выбора признаков. Выполните графический разведочный анализ данных с использование функции featurePlot() для набора данных из справочного файла пакета CARET:

x <- matrix(rnorm(50*5),ncol=5)

y <- factor(rep(c(“A”, “B”), 25))

Сохранить полученные графики в *.jpg файлы. Сделать выводы.

install.packages('caret')
## 
## The downloaded binary packages are in
##  /var/folders/cw/0tnx84ts0y5bhshpvf6glzf40000gn/T//RtmpzWxttj/downloaded_packages
library(caret)
## Loading required package: ggplot2
## Loading required package: lattice
x <- matrix(rnorm(50*5),ncol=5)
y <- factor(rep(c("A", "B"), 25))

featurePlot(x, y)

Задание №2

# install.packages('FSelector')
# library(FSelector)

Это должна быть функция, однако использовать ее невозможно, так как библиотека имеет ряд проблем, которые не позволяют использовать ее оптимально.

Задание №3

С использованием функции discretize() из пакета arules выполните преобразование непрерывной переменной в категориальную [3] различными методами: «interval» (равная ширина интервала), «frequency» (равная частота), «cluster» (кластеризация) и «fixed» (категории задают границы интервалов). Используйте набор данных iris. Сделайте выводы

install.packages("arules") 
## 
## The downloaded binary packages are in
##  /var/folders/cw/0tnx84ts0y5bhshpvf6glzf40000gn/T//RtmpzWxttj/downloaded_packages
library(arules)
## Loading required package: Matrix
## 
## Attaching package: 'arules'
## The following objects are masked from 'package:base':
## 
##     abbreviate, write
data("iris")

iris_interval <- discretize(iris$Sepal.Length, method = "interval")

iris_frecuency <- discretize(iris$Sepal.Length, method = "frequency")

iris_cluster <- discretize(iris$Sepal.Length, method = "cluster")

iris_fixed <- discretize(iris$Sepal.Length, method = "fixed", breaks = c(4,5,6,7,8))
print("Irirs Interval")
## [1] "Irirs Interval"
print(iris_interval)
##   [1] [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5)
##   [8] [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5)
##  [15] [5.5,6.7) [5.5,6.7) [4.3,5.5) [4.3,5.5) [5.5,6.7) [4.3,5.5) [4.3,5.5)
##  [22] [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5)
##  [29] [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5) [5.5,6.7) [4.3,5.5)
##  [36] [4.3,5.5) [5.5,6.7) [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5)
##  [43] [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5) [4.3,5.5)
##  [50] [4.3,5.5) [6.7,7.9] [5.5,6.7) [6.7,7.9] [5.5,6.7) [5.5,6.7) [5.5,6.7)
##  [57] [5.5,6.7) [4.3,5.5) [5.5,6.7) [4.3,5.5) [4.3,5.5) [5.5,6.7) [5.5,6.7)
##  [64] [5.5,6.7) [5.5,6.7) [6.7,7.9] [5.5,6.7) [5.5,6.7) [5.5,6.7) [5.5,6.7)
##  [71] [5.5,6.7) [5.5,6.7) [5.5,6.7) [5.5,6.7) [5.5,6.7) [5.5,6.7) [6.7,7.9]
##  [78] [6.7,7.9] [5.5,6.7) [5.5,6.7) [5.5,6.7) [5.5,6.7) [5.5,6.7) [5.5,6.7)
##  [85] [4.3,5.5) [5.5,6.7) [6.7,7.9] [5.5,6.7) [5.5,6.7) [5.5,6.7) [5.5,6.7)
##  [92] [5.5,6.7) [5.5,6.7) [4.3,5.5) [5.5,6.7) [5.5,6.7) [5.5,6.7) [5.5,6.7)
##  [99] [4.3,5.5) [5.5,6.7) [5.5,6.7) [5.5,6.7) [6.7,7.9] [5.5,6.7) [5.5,6.7)
## [106] [6.7,7.9] [4.3,5.5) [6.7,7.9] [6.7,7.9] [6.7,7.9] [5.5,6.7) [5.5,6.7)
## [113] [6.7,7.9] [5.5,6.7) [5.5,6.7) [5.5,6.7) [5.5,6.7) [6.7,7.9] [6.7,7.9]
## [120] [5.5,6.7) [6.7,7.9] [5.5,6.7) [6.7,7.9] [5.5,6.7) [6.7,7.9] [6.7,7.9]
## [127] [5.5,6.7) [5.5,6.7) [5.5,6.7) [6.7,7.9] [6.7,7.9] [6.7,7.9] [5.5,6.7)
## [134] [5.5,6.7) [5.5,6.7) [6.7,7.9] [5.5,6.7) [5.5,6.7) [5.5,6.7) [6.7,7.9]
## [141] [6.7,7.9] [6.7,7.9] [5.5,6.7) [6.7,7.9] [6.7,7.9] [6.7,7.9] [5.5,6.7)
## [148] [5.5,6.7) [5.5,6.7) [5.5,6.7)
## attr(,"discretized:breaks")
## [1] 4.3 5.5 6.7 7.9
## attr(,"discretized:method")
## [1] interval
## Levels: [4.3,5.5) [5.5,6.7) [6.7,7.9]
print("Irirs Frecuency")
## [1] "Irirs Frecuency"
print(iris_frecuency)
##   [1] [4.3,5.4) [4.3,5.4) [4.3,5.4) [4.3,5.4) [4.3,5.4) [5.4,6.3) [4.3,5.4)
##   [8] [4.3,5.4) [4.3,5.4) [4.3,5.4) [5.4,6.3) [4.3,5.4) [4.3,5.4) [4.3,5.4)
##  [15] [5.4,6.3) [5.4,6.3) [5.4,6.3) [4.3,5.4) [5.4,6.3) [4.3,5.4) [5.4,6.3)
##  [22] [4.3,5.4) [4.3,5.4) [4.3,5.4) [4.3,5.4) [4.3,5.4) [4.3,5.4) [4.3,5.4)
##  [29] [4.3,5.4) [4.3,5.4) [4.3,5.4) [5.4,6.3) [4.3,5.4) [5.4,6.3) [4.3,5.4)
##  [36] [4.3,5.4) [5.4,6.3) [4.3,5.4) [4.3,5.4) [4.3,5.4) [4.3,5.4) [4.3,5.4)
##  [43] [4.3,5.4) [4.3,5.4) [4.3,5.4) [4.3,5.4) [4.3,5.4) [4.3,5.4) [4.3,5.4)
##  [50] [4.3,5.4) [6.3,7.9] [6.3,7.9] [6.3,7.9] [5.4,6.3) [6.3,7.9] [5.4,6.3)
##  [57] [6.3,7.9] [4.3,5.4) [6.3,7.9] [4.3,5.4) [4.3,5.4) [5.4,6.3) [5.4,6.3)
##  [64] [5.4,6.3) [5.4,6.3) [6.3,7.9] [5.4,6.3) [5.4,6.3) [5.4,6.3) [5.4,6.3)
##  [71] [5.4,6.3) [5.4,6.3) [6.3,7.9] [5.4,6.3) [6.3,7.9] [6.3,7.9] [6.3,7.9]
##  [78] [6.3,7.9] [5.4,6.3) [5.4,6.3) [5.4,6.3) [5.4,6.3) [5.4,6.3) [5.4,6.3)
##  [85] [5.4,6.3) [5.4,6.3) [6.3,7.9] [6.3,7.9] [5.4,6.3) [5.4,6.3) [5.4,6.3)
##  [92] [5.4,6.3) [5.4,6.3) [4.3,5.4) [5.4,6.3) [5.4,6.3) [5.4,6.3) [5.4,6.3)
##  [99] [4.3,5.4) [5.4,6.3) [6.3,7.9] [5.4,6.3) [6.3,7.9] [6.3,7.9] [6.3,7.9]
## [106] [6.3,7.9] [4.3,5.4) [6.3,7.9] [6.3,7.9] [6.3,7.9] [6.3,7.9] [6.3,7.9]
## [113] [6.3,7.9] [5.4,6.3) [5.4,6.3) [6.3,7.9] [6.3,7.9] [6.3,7.9] [6.3,7.9]
## [120] [5.4,6.3) [6.3,7.9] [5.4,6.3) [6.3,7.9] [6.3,7.9] [6.3,7.9] [6.3,7.9]
## [127] [5.4,6.3) [5.4,6.3) [6.3,7.9] [6.3,7.9] [6.3,7.9] [6.3,7.9] [6.3,7.9]
## [134] [6.3,7.9] [5.4,6.3) [6.3,7.9] [6.3,7.9] [6.3,7.9] [5.4,6.3) [6.3,7.9]
## [141] [6.3,7.9] [6.3,7.9] [5.4,6.3) [6.3,7.9] [6.3,7.9] [6.3,7.9] [6.3,7.9]
## [148] [6.3,7.9] [5.4,6.3) [5.4,6.3)
## attr(,"discretized:breaks")
## [1] 4.3 5.4 6.3 7.9
## attr(,"discretized:method")
## [1] frequency
## Levels: [4.3,5.4) [5.4,6.3) [6.3,7.9]
print("Irirs Cluster")
## [1] "Irirs Cluster"
print(iris_cluster)
##   [1] [4.3,5.33)  [4.3,5.33)  [4.3,5.33)  [4.3,5.33)  [4.3,5.33)  [5.33,6.27)
##   [7] [4.3,5.33)  [4.3,5.33)  [4.3,5.33)  [4.3,5.33)  [5.33,6.27) [4.3,5.33) 
##  [13] [4.3,5.33)  [4.3,5.33)  [5.33,6.27) [5.33,6.27) [5.33,6.27) [4.3,5.33) 
##  [19] [5.33,6.27) [4.3,5.33)  [5.33,6.27) [4.3,5.33)  [4.3,5.33)  [4.3,5.33) 
##  [25] [4.3,5.33)  [4.3,5.33)  [4.3,5.33)  [4.3,5.33)  [4.3,5.33)  [4.3,5.33) 
##  [31] [4.3,5.33)  [5.33,6.27) [4.3,5.33)  [5.33,6.27) [4.3,5.33)  [4.3,5.33) 
##  [37] [5.33,6.27) [4.3,5.33)  [4.3,5.33)  [4.3,5.33)  [4.3,5.33)  [4.3,5.33) 
##  [43] [4.3,5.33)  [4.3,5.33)  [4.3,5.33)  [4.3,5.33)  [4.3,5.33)  [4.3,5.33) 
##  [49] [4.3,5.33)  [4.3,5.33)  [6.27,7.9]  [6.27,7.9]  [6.27,7.9]  [5.33,6.27)
##  [55] [6.27,7.9]  [5.33,6.27) [6.27,7.9]  [4.3,5.33)  [6.27,7.9]  [4.3,5.33) 
##  [61] [4.3,5.33)  [5.33,6.27) [5.33,6.27) [5.33,6.27) [5.33,6.27) [6.27,7.9] 
##  [67] [5.33,6.27) [5.33,6.27) [5.33,6.27) [5.33,6.27) [5.33,6.27) [5.33,6.27)
##  [73] [6.27,7.9]  [5.33,6.27) [6.27,7.9]  [6.27,7.9]  [6.27,7.9]  [6.27,7.9] 
##  [79] [5.33,6.27) [5.33,6.27) [5.33,6.27) [5.33,6.27) [5.33,6.27) [5.33,6.27)
##  [85] [5.33,6.27) [5.33,6.27) [6.27,7.9]  [6.27,7.9]  [5.33,6.27) [5.33,6.27)
##  [91] [5.33,6.27) [5.33,6.27) [5.33,6.27) [4.3,5.33)  [5.33,6.27) [5.33,6.27)
##  [97] [5.33,6.27) [5.33,6.27) [4.3,5.33)  [5.33,6.27) [6.27,7.9]  [5.33,6.27)
## [103] [6.27,7.9]  [6.27,7.9]  [6.27,7.9]  [6.27,7.9]  [4.3,5.33)  [6.27,7.9] 
## [109] [6.27,7.9]  [6.27,7.9]  [6.27,7.9]  [6.27,7.9]  [6.27,7.9]  [5.33,6.27)
## [115] [5.33,6.27) [6.27,7.9]  [6.27,7.9]  [6.27,7.9]  [6.27,7.9]  [5.33,6.27)
## [121] [6.27,7.9]  [5.33,6.27) [6.27,7.9]  [6.27,7.9]  [6.27,7.9]  [6.27,7.9] 
## [127] [5.33,6.27) [5.33,6.27) [6.27,7.9]  [6.27,7.9]  [6.27,7.9]  [6.27,7.9] 
## [133] [6.27,7.9]  [6.27,7.9]  [5.33,6.27) [6.27,7.9]  [6.27,7.9]  [6.27,7.9] 
## [139] [5.33,6.27) [6.27,7.9]  [6.27,7.9]  [6.27,7.9]  [5.33,6.27) [6.27,7.9] 
## [145] [6.27,7.9]  [6.27,7.9]  [6.27,7.9]  [6.27,7.9]  [5.33,6.27) [5.33,6.27)
## attr(,"discretized:breaks")
## [1] 4.300000 5.332732 6.272161 7.900000
## attr(,"discretized:method")
## [1] cluster
## Levels: [4.3,5.33) [5.33,6.27) [6.27,7.9]
print("Irirs Fixed")
## [1] "Irirs Fixed"
print(iris_fixed)
##   [1] [5,6) [4,5) [4,5) [4,5) [5,6) [5,6) [4,5) [5,6) [4,5) [4,5) [5,6) [4,5)
##  [13] [4,5) [4,5) [5,6) [5,6) [5,6) [5,6) [5,6) [5,6) [5,6) [5,6) [4,5) [5,6)
##  [25] [4,5) [5,6) [5,6) [5,6) [5,6) [4,5) [4,5) [5,6) [5,6) [5,6) [4,5) [5,6)
##  [37] [5,6) [4,5) [4,5) [5,6) [5,6) [4,5) [4,5) [5,6) [5,6) [4,5) [5,6) [4,5)
##  [49] [5,6) [5,6) [7,8] [6,7) [6,7) [5,6) [6,7) [5,6) [6,7) [4,5) [6,7) [5,6)
##  [61] [5,6) [5,6) [6,7) [6,7) [5,6) [6,7) [5,6) [5,6) [6,7) [5,6) [5,6) [6,7)
##  [73] [6,7) [6,7) [6,7) [6,7) [6,7) [6,7) [6,7) [5,6) [5,6) [5,6) [5,6) [6,7)
##  [85] [5,6) [6,7) [6,7) [6,7) [5,6) [5,6) [5,6) [6,7) [5,6) [5,6) [5,6) [5,6)
##  [97] [5,6) [6,7) [5,6) [5,6) [6,7) [5,6) [7,8] [6,7) [6,7) [7,8] [4,5) [7,8]
## [109] [6,7) [7,8] [6,7) [6,7) [6,7) [5,6) [5,6) [6,7) [6,7) [7,8] [7,8] [6,7)
## [121] [6,7) [5,6) [7,8] [6,7) [6,7) [7,8] [6,7) [6,7) [6,7) [7,8] [7,8] [7,8]
## [133] [6,7) [6,7) [6,7) [7,8] [6,7) [6,7) [6,7) [6,7) [6,7) [6,7) [5,6) [6,7)
## [145] [6,7) [6,7) [6,7) [6,7) [6,7) [5,6)
## attr(,"discretized:breaks")
## [1] 4 5 6 7 8
## attr(,"discretized:method")
## [1] fixed
## Levels: [4,5) [5,6) [6,7) [7,8]

Результаты этого задания позволят проследить, как каждый метод дискретизации влияет на распределение данных и как значения присваиваются различным категориям. Это может дать полезную информацию для дальнейшего анализа данных.

Задание №4

Установите пакет Boruta и проведите выбор признаков для набора данных data(“Ozone”) [4, 5, 6]. Построить график boxplot, сделать выводы

install.packages("Boruta")
## 
## The downloaded binary packages are in
##  /var/folders/cw/0tnx84ts0y5bhshpvf6glzf40000gn/T//RtmpzWxttj/downloaded_packages
library(Boruta)

data("airquality")

airquality <- na.omit(airquality)

set.seed(1235)  
boruta_result <- Boruta(Ozone ~ ., data = airquality)


print(boruta_result)
## Boruta performed 69 iterations in 0.82656 secs.
##  5 attributes confirmed important: Day, Month, Solar.R, Temp, Wind;
##  No attributes deemed unimportant.
boxplot(airquality[, boruta_result$finalDecision == "Confirmed"], 
        main = "Boxplot Boruta",
        xlab = "Характеристики",
        ylab = "значение",
        col = "lightblue",
        border = "blue")

К сожалению, использовать пакет Ozone напрямую не удалось, так как база данных не была распознана используемым мной интерпретатором R. Вместо этого, чтобы продолжить ту же идею, я использовал набор данных о качестве воздуха.

В этом случае и в соответствии с тем, как работает алгоритм Боруты, сохраняемыми характеристиками будут в основном Ozone, Solar.R, поскольку они являются наиболее значимыми из всех. Wind и Month будут отброшены, и, наконец, Day и Temp будут слабыми характеристиками, которые будут проанализированы, стоит ли их сохранять или нет.