Задание 1: Формирование датасета с NA
data1 <- c(1, 2, NA, 4, 5, NA, 7, 8)
print("Исходный датасет:")
## [1] "Исходный датасет:"
print(data1)
## [1] 1 2 NA 4 5 NA 7 8
Задание 2: Очистка данных с is.na()
clean_data1 <- data1[!is.na(data1)]
print("Чистый датасет:")
## [1] "Чистый датасет:"
print(clean_data1)
## [1] 1 2 4 5 7 8
Задание 3: Таблица с complete.cases()
data2 <- data.frame(
Numbers = c(1, NA, 3, 4, NA),
Text = c("A", "B", NA, "D", "E")
)
print("Исходная таблица:")
## [1] "Исходная таблица:"
print(data2)
## Numbers Text
## 1 1 A
## 2 NA B
## 3 3 <NA>
## 4 4 D
## 5 NA E
clean_data2 <- data2[complete.cases(data2), ]
print("Чистая таблица:")
## [1] "Чистая таблица:"
print(clean_data2)
## Numbers Text
## 1 1 A
## 4 4 D
Задание 4: Анализ airquality с preProcess
library(caret)
## Loading required package: ggplot2
## Loading required package: lattice
data(airquality)
print("Исходные данные с пропусками:")
## [1] "Исходные данные с пропусками:"
head(airquality)
## Ozone Solar.R Wind Temp Month Day
## 1 41 190 7.4 67 5 1
## 2 36 118 8.0 72 5 2
## 3 12 149 12.6 74 5 3
## 4 18 313 11.5 62 5 4
## 5 NA NA 14.3 56 5 5
## 6 28 NA 14.9 66 5 6
# Заполнение средним вручную
airquality_mean <- airquality
for(col in names(airquality_mean)) {
airquality_mean[[col]][is.na(airquality_mean[[col]])] <- mean(airquality_mean[[col]], na.rm = TRUE)
}
print("Пропуски заполнены средним:")
## [1] "Пропуски заполнены средним:"
head(airquality_mean)
## Ozone Solar.R Wind Temp Month Day
## 1 41.00000 190.0000 7.4 67 5 1
## 2 36.00000 118.0000 8.0 72 5 2
## 3 12.00000 149.0000 12.6 74 5 3
## 4 18.00000 313.0000 11.5 62 5 4
## 5 42.12931 185.9315 14.3 56 5 5
## 6 28.00000 185.9315 14.9 66 5 6
# Заполнение медианой с preProcess
preproc_median <- preProcess(airquality, method = "medianImpute")
airquality_median <- predict(preproc_median, airquality)
print("Пропуски заполнены медианой:")
## [1] "Пропуски заполнены медианой:"
head(airquality_median)
## Ozone Solar.R Wind Temp Month Day
## 1 41.0 190 7.4 67 5 1
## 2 36.0 118 8.0 72 5 2
## 3 12.0 149 12.6 74 5 3
## 4 18.0 313 11.5 62 5 4
## 5 31.5 205 14.3 56 5 5
## 6 28.0 205 14.9 66 5 6
Задание 5: Обнаружение и удаление выбросов
set.seed(123)
set1 <- c(1, 2, 3, 4, 100) # 100 - выброс
set2 <- c(5, 6, 7, 8, -50) # -50 - выброс
# Обнаружение выбросов
boxplot(set1, main = "Set1 с выбросами")
boxplot(set2, main = "Set2 с выбросами")
# Удаление выбросов
clean_set1 <- set1[!set1 %in% boxplot.stats(set1)$out]
clean_set2 <- set2[!set2 %in% boxplot.stats(set2)$out]
print("Set1 без выбросов:")
## [1] "Set1 без выбросов:"
print(clean_set1)
## [1] 1 2 3 4
print("Set2 без выбросов:")
## [1] "Set2 без выбросов:"
print(clean_set2)
## [1] 5 6 7 8
Задание 6: Удаление дубликатов
data3 <- data.frame(
A = c(1, 2, 1, 3, 2),
B = c("x", "y", "x", "z", "y")
)
print("Исходная таблица с дубликатами:")
## [1] "Исходная таблица с дубликатами:"
print(data3)
## A B
## 1 1 x
## 2 2 y
## 3 1 x
## 4 3 z
## 5 2 y
# Удаление с unique()
unique_data3 <- unique(data3)
print("После unique():")
## [1] "После unique():"
print(unique_data3)
## A B
## 1 1 x
## 2 2 y
## 4 3 z
# Удаление с duplicated()
dup_data3 <- data3[!duplicated(data3), ]
print("После duplicated():")
## [1] "После duplicated():"
print(dup_data3)
## A B
## 1 1 x
## 2 2 y
## 4 3 z
Задание 7: Обработка пропусков с mice
library(mice)
##
## Attaching package: 'mice'
## The following object is masked from 'package:stats':
##
## filter
## The following objects are masked from 'package:base':
##
## cbind, rbind
# Импутция пропусков
imp <- mice(airquality, m = 5, maxit = 5, method = "pmm", seed = 123)
##
## iter imp variable
## 1 1 Ozone Solar.R
## 1 2 Ozone Solar.R
## 1 3 Ozone Solar.R
## 1 4 Ozone Solar.R
## 1 5 Ozone Solar.R
## 2 1 Ozone Solar.R
## 2 2 Ozone Solar.R
## 2 3 Ozone Solar.R
## 2 4 Ozone Solar.R
## 2 5 Ozone Solar.R
## 3 1 Ozone Solar.R
## 3 2 Ozone Solar.R
## 3 3 Ozone Solar.R
## 3 4 Ozone Solar.R
## 3 5 Ozone Solar.R
## 4 1 Ozone Solar.R
## 4 2 Ozone Solar.R
## 4 3 Ozone Solar.R
## 4 4 Ozone Solar.R
## 4 5 Ozone Solar.R
## 5 1 Ozone Solar.R
## 5 2 Ozone Solar.R
## 5 3 Ozone Solar.R
## 5 4 Ozone Solar.R
## 5 5 Ozone Solar.R
airquality_mice <- complete(imp)
print("Данные после импутции с mice:")
## [1] "Данные после импутции с mice:"
head(airquality_mice)
## Ozone Solar.R Wind Temp Month Day
## 1 41 190 7.4 67 5 1
## 2 36 118 8.0 72 5 2
## 3 12 149 12.6 74 5 3
## 4 18 313 11.5 62 5 4
## 5 18 150 14.3 56 5 5
## 6 28 48 14.9 66 5 6
Задание 8: Мультиколлинеарность
data(mtcars)
print("Исходные данные:")
## [1] "Исходные данные:"
head(mtcars)
## mpg cyl disp hp drat wt qsec vs am gear carb
## Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
## Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
## Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
## Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
## Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
## Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1
# Корреляционная матрица
cor_matrix <- cor(mtcars)
print("Корреляционная матрица:")
## [1] "Корреляционная матрица:"
print(cor_matrix)
## mpg cyl disp hp drat wt
## mpg 1.0000000 -0.8521620 -0.8475514 -0.7761684 0.68117191 -0.8676594
## cyl -0.8521620 1.0000000 0.9020329 0.8324475 -0.69993811 0.7824958
## disp -0.8475514 0.9020329 1.0000000 0.7909486 -0.71021393 0.8879799
## hp -0.7761684 0.8324475 0.7909486 1.0000000 -0.44875912 0.6587479
## drat 0.6811719 -0.6999381 -0.7102139 -0.4487591 1.00000000 -0.7124406
## wt -0.8676594 0.7824958 0.8879799 0.6587479 -0.71244065 1.0000000
## qsec 0.4186840 -0.5912421 -0.4336979 -0.7082234 0.09120476 -0.1747159
## vs 0.6640389 -0.8108118 -0.7104159 -0.7230967 0.44027846 -0.5549157
## am 0.5998324 -0.5226070 -0.5912270 -0.2432043 0.71271113 -0.6924953
## gear 0.4802848 -0.4926866 -0.5555692 -0.1257043 0.69961013 -0.5832870
## carb -0.5509251 0.5269883 0.3949769 0.7498125 -0.09078980 0.4276059
## qsec vs am gear carb
## mpg 0.41868403 0.6640389 0.59983243 0.4802848 -0.55092507
## cyl -0.59124207 -0.8108118 -0.52260705 -0.4926866 0.52698829
## disp -0.43369788 -0.7104159 -0.59122704 -0.5555692 0.39497686
## hp -0.70822339 -0.7230967 -0.24320426 -0.1257043 0.74981247
## drat 0.09120476 0.4402785 0.71271113 0.6996101 -0.09078980
## wt -0.17471588 -0.5549157 -0.69249526 -0.5832870 0.42760594
## qsec 1.00000000 0.7445354 -0.22986086 -0.2126822 -0.65624923
## vs 0.74453544 1.0000000 0.16834512 0.2060233 -0.56960714
## am -0.22986086 0.1683451 1.00000000 0.7940588 0.05753435
## gear -0.21268223 0.2060233 0.79405876 1.0000000 0.27407284
## carb -0.65624923 -0.5696071 0.05753435 0.2740728 1.00000000
library(corrplot)
## corrplot 0.95 loaded
corrplot(cor_matrix, method = "circle")
