Primeiramente usa-se o getwd() para saber seu diretório atual, caso precise mudar, utilizar o comando setwd(). Após a configuração do diretório, certifique-se que ele contenha o arquivo csv. Caso a importação utilizando read.csv encontre algum erro, utilize o parâmetro file.choose() dentro do comando read.csv().
getwd() # para saber o diretório atual
## [1] "C:/temp"
está no site “https://archive.ics.uci.edu/ml/machine-learning-databases/glass/”, com o nome glass.data, basta mudar a extensão do arquivo para .csv O arquivo não tem cabeçalhos, já começa com a primeira linha de dados.
glass <- read.csv(file.choose(), header = FALSE, sep = ",")
head(glass) #para ver as primeiras linhas do arquivo
## V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11
## 1 1 1.52101 13.64 4.49 1.10 71.78 0.06 8.75 0 0.00 1
## 2 2 1.51761 13.89 3.60 1.36 72.73 0.48 7.83 0 0.00 1
## 3 3 1.51618 13.53 3.55 1.54 72.99 0.39 7.78 0 0.00 1
## 4 4 1.51766 13.21 3.69 1.29 72.61 0.57 8.22 0 0.00 1
## 5 5 1.51742 13.27 3.62 1.24 73.08 0.55 8.07 0 0.00 1
## 6 6 1.51596 12.79 3.61 1.62 72.97 0.64 8.07 0 0.26 1
Os nomes das colunas estão no arquivo glass.names no mesmo endereço do site. Podemos abri-lo com o bloco de notas para vizualisar.
colnames(glass) <- c("id","ri","na","mg","al","si","k","ca","ba","fe","type")
head(glass)
## id ri na mg al si k ca ba fe type
## 1 1 1.52101 13.64 4.49 1.10 71.78 0.06 8.75 0 0.00 1
## 2 2 1.51761 13.89 3.60 1.36 72.73 0.48 7.83 0 0.00 1
## 3 3 1.51618 13.53 3.55 1.54 72.99 0.39 7.78 0 0.00 1
## 4 4 1.51766 13.21 3.69 1.29 72.61 0.57 8.22 0 0.00 1
## 5 5 1.51742 13.27 3.62 1.24 73.08 0.55 8.07 0 0.00 1
## 6 6 1.51596 12.79 3.61 1.62 72.97 0.64 8.07 0 0.26 1