Library
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(class)
library(tidyr)
library(caret)
## Loading required package: lattice
## Loading required package: ggplot2
diabetes <- read.csv("dataset/guladataset.csv", sep = ";")
diabetes
## Glucose Gender Blood.Plessure BMI Usia Class
## 1 157 1 80 21,6 49 1
## 2 158 1 88 32,9 50 1
## 3 115 1 76 36,8 61 1
## 4 138 0 70 23,3 57 1
## 5 99 0 86 29,4 74 0
## 6 102 1 84 30,8 60 1
## 7 200 0 80 27,2 58 1
## 8 120 0 76 27,8 61 1
## 9 193 0 80 24,8 59 1
## 10 107 0 90 21,8 43 1
## 11 125 1 65 24,5 54 1
## 12 197 0 80 29,3 50 1
## 13 167 0 NA 24,2 73 1
## 14 103 1 80 25 56 1
## 15 113 0 90 30,2 51 1
## 16 96 0 100 30,7 60 0
## 17 167 0 70 20,8 45 1
## 18 154 1 NA 20,7 49 1
## 19 281 0 90 26,5 57 1
## 20 119 0 100 26 51 1
## 21 240 0 70 24,9 62 1
## 22 120 1 70 22,1 52 1
## 23 186 0 80 25,2 60 1
## 24 163 0 90 23,1 58 1
## 25 133 0 90 24 60 1
## 26 170 0 90 29,5 56 1
## 27 183 1 80 22,9 53 1
## 28 132 1 100 23,9 70 1
## 29 98 0 80 24,2 55 0
## 30 116 1 80 21,1 46 1
## 31 120 1 80 22,8 72 1
## 32 143 0 85 20,9 57 1
## 33 126 0 80 31,5 76 1
## 34 147 0 88 23,7 73 1
## 35 153 0 74 22,6 57 1
## 36 203 1 78 25,9 47 1
## 37 121 1 89 28,2 67 1
## 38 107 0 84 31,6 50 1
## 39 296 0 80 22,9 56 1
## 40 141 0 73 24,8 60 1
## 41 135 1 59 30,9 66 1
## 42 206 1 78 20,6 66 1
## 43 147 0 70 23,7 47 1
## 44 139 0 80 24 63 1
## 45 194 0 84 31,6 65 1
## 46 147 0 76 24,4 68 1
## 47 154 1 70 28 58 1
## 48 177 1 80 31,3 56 1
## 49 135 0 70 24,5 37 1
## 50 103 0 75 31,3 78 1
## 51 274 0 85 22,1 59 1
## 52 284 0 80 21,1 61 1
## 53 163 0 88 21,4 63 0
## 54 347 0 76 21,9 72 1
## 55 280 1 70 22,8 64 1
## 56 154 0 86 20,1 55 0
## 57 198 1 84 22,1 59 1
## 58 107 0 80 20,2 49 1
## 59 225 0 85 21,2 51 1
## 60 140 1 80 23,9 44 0
## 61 296 0 88 21,1 60 1
## 62 118 1 74 20,8 37 1
## 63 189 1 78 20,4 59 1
## 64 127 0 89 20,4 60 1
## 65 358 0 84 21,4 71 1
## 66 158 1 80 21,5 50 1
## 67 279 0 100 21 48 1
## 68 257 1 70 25,6 63 1
## 69 140 1 90 26 59 1
## 70 134 1 90 25,1 56 1
## 71 104 1 100 24,3 59 0
## 72 259 0 70 22,6 54 1
## 73 201 1 70 25,4 50 1
## 74 179 0 80 18,4 49 1
## 75 147 0 90 22,6 54 1
## 76 138 1 90 23,2 52 1
## 77 102 0 90 20,4 47 1
## 78 81 1 80 25,2 68 0
## 79 156 1 100 23,9 64 1
## 80 112 1 80 23,9 72 0
## 81 80 0 80 20,7 55 0
## 82 141 1 80 20,4 72 1
## 83 263 1 85 21,9 48 1
## 84 316 0 80 22 60 1
## 85 141 1 88 25,2 82 0
## 86 187 0 74 18,6 59 1
## 87 99 0 78 21 30 0
## 88 115 0 89 21,5 50 1
## 89 89 1 84 24,3 53 0
## 90 157 1 80 25,9 71 1
## 91 211 1 70 24,7 70 1
## 92 109 1 80 23 45 1
## 93 150 0 90 22,9 82 1
## 94 123 0 90 22,1 57 1
## 95 99 0 90 22,2 50 0
## 96 98 1 80 24 36 0
## 97 90 0 100 22,4 58 0
## 98 93 0 80 21,5 69 0
## 99 143 0 80 20,8 58 1
## 100 289 0 70 21 47 1
## 101 126 0 75 22,7 40 1
## 102 133 1 85 22,6 57 1
## 103 128 0 90 21,5 54 1
## 104 142 0 80 20,8 70 1
## 105 220 0 100 24,3 59 1
## 106 133 0 80 18,6 60 0
## 107 124 0 80 19,3 81 1
## 108 118 0 80 23,9 42 1
## 109 155 1 85 25,2 67 0
## 110 109 1 80 24,7 59 1
## 111 108 0 88 21,1 50 1
## 112 119 0 74 23 27 0
## 113 158 0 78 21,6 50 0
## 114 164 0 89 19,8 73 0
## 115 113 0 84 22,2 60 0
## 116 278 1 80 24,9 43 1
## 117 108 1 73 22,4 40 1
## 118 131 0 59 20,7 39 1
## 119 210 1 78 23,9 40 1
## 120 93 0 70 21,8 40 0
## 121 129 0 80 21,9 45 0
## 122 316 0 84 21,2 41 1
## 123 105 1 90 20,8 70 0
## 124 77 1 80 22,9 42 0
## 125 144 1 100 24,5 68 0
## 126 123 0 80 18,6 90 0
## 127 117 0 80 20,5 47 1
## 128 108 1 80 25,8 54 1
## 129 96 0 85 22,7 38 0
## 130 97 1 80 23,6 48 0
## 131 113 0 88 21,9 57 1
## 132 109 1 74 23,1 59 1
## 133 134 0 78 22,9 53 1
## 134 95 0 89 20,2 45 0
## 135 116 1 84 26,1 50 1
## 136 302 0 80 22,3 61 1
## 137 96 0 73 20 59 0
## 138 158 0 59 21,5 66 1
## 139 283 1 78 23,5 55 1
## 140 98 1 70 22,9 56 0
## 141 205 1 80 24,1 62 1
## 142 100 0 84 21,8 48 0
## 143 101 0 89 22,2 58 0
## 144 180 0 84 21,5 48 0
## 145 102 0 80 22,8 38 0
## 146 111 1 73 24 40 1
## 147 103 1 59 24,8 46 0
## 148 86 1 78 25,2 41 0
## 149 87 0 70 22,8 48 0
## 150 105 1 80 21,9 73 0
## 151 102 1 80 23,4 64 0
## 152 116 1 73 23,2 49 1
## 153 138 0 70 32 56 1
## 154 137 0 83 25 50 1
## 155 67 0 80 19,9 31 1
## 156 85 0 100 22,5 40 1
## 157 120 0 70 21,5 39 1
## 158 159 0 90 30 46 1
## 159 111 1 70 29,6 64 1
## 160 188 0 70 19,4 59 1
## 161 180 1 90 57 1
## 162 105 0 70 24,8 32 1
## 163 184 0 90 30,3 41 1
## 164 147 0 90 37 1
## 165 303 1 90 32,4 NA 1
## 166 182 0 70 30,8 NA 1
## 167 123 0 90 30,8 NA 1
## 168 179 0 70 NA 1
## 169 135 1 70 NA 1
## 170 219 0 70 27,2 63 1
## 171 179 0 70 21,8 57 1
## 172 85 0 NA 26,6 54 1
## 173 126 1 NA 32 1
## 174 74 1 70 21,8 52 1
## 175 142 0 90 22,9 NA 1
## 176 200 0 70 24,9 61 1
## 177 171 1 100 19 56 1
## 178 169 0 90 22,9 72 1
## 179 147 0 90 22,7 NA 1
## 180 168 1 80 21,4 44 1
## 181 86 0 68 22,7 72 1
## 182 113 0 85 27,9 57 1
## 183 121 0 73 22,6 NA 1
## 184 91 1 74 71 1
## 185 150 0 90 20,1 39 1
## 186 158 1 90 70 1
## 187 230 0 80 24,7 55 1
## 188 248 0 NA 29,9 62 1
## 189 164 0 70 19,2 68 1
## 190 196 0 80 29,2 41 1
## 191 136 0 NA 21,8 48 1
## 192 104 1 NA 18,2 53 1
## 193 134 1 70 26,5 48 1
## 194 244 0 80 20,5 56 1
## 195 197 1 NA 29,1 44 1
## 196 97 0 NA 29,9 34 1
## 197 98 0 70 27,5 38 1
## 198 110 1 70 21,3 50 1
## 199 90 1 90 17,2 33 1
## 200 132 0 90 34,6 44 1
## 201 154 0 90 23,6 43 1
## 202 171 0 70 18,5 57 1
## 203 205 1 80 16,5 55 1
## 204 169 1 80 20,2 64 1
## 205 173 0 84 57 1
## 206 136 1 66 28,4 58 1
## 207 128 0 90 18,4 55 1
## 208 177 0 85 31,6 65 1
## 209 102 0 77 24,4 68 1
## 210 170 0 66 22,6 59 1
## 211 108 0 76 33,7 65 1
## 212 106 0 91 32,3 78 1
## 213 166 1 91 30,5 63 1
## 214 89 0 86 31,6 55 1
## 215 94 0 68 24 62 1
## 216 121 0 77 30,8 NA 1
## 217 108 0 80 23,7 73 1
## 218 184 1 71 25,5 NA 1
## 219 115 1 86 28,2 NA 1
## 220 148 0 80 24,3 57 1
## 221 260 0 71 NA 1
## 222 142 0 74 74 1
## 223 78 0 86 64 1
## 224 160 0 72 21,1 63 1
## 225 144 0 80 24,8 NA 1
## 226 243 0 75 59 1
## 227 310 0 88 25,7 46 1
## 228 113 1 90 NA 1
## 229 72 0 77 36,7 51 1
## 230 94 0 72 62 1
## 231 137 0 67 26,5 NA 1
## 232 80 0 60 24,7 54 1
## 233 161 1 85 22,8 58 1
## 234 106 0 83 22,1 59 1
## 235 113 0 56 21,8 64 1
## 236 82 1 74 18,8 79 1
## 237 83 0 82 22,4 67 1
## 238 120 1 80 24 58 1
## 239 105 1 79 27 67 1
## 240 106 1 91 32 50 1
## 241 156 1 78 20,6 66 1
## 242 97 0 70 23,3 47 1
## 243 131 1 80 22,5 65 1
## 244 86 0 80 24,5 37 1
## 245 129 1 70 31,3 58 1
## 246 150 0 90 24 64 1
## 247 165 0 80 56 1
## 248 117 0 80 31,5 77 1
## 249 102 0 90 23,6 51 1
## 250 135 0 70 23,3 NA 1
## 251 110 0 90 21,3 62 1
## 252 100 0 70 NA 1
## 253 127 0 90 25,1 66 1
## 254 141 1 80 27,1 NA 1
## 255 140 0 90 63 1
## 256 102 0 80 28,5 61 1
## 257 103 0 80 22,5 59 0
## 258 126 0 80 24,5 43 0
## 259 135 1 70 31,3 63 0
## 260 110 0 90 24 41 0
## 261 164 0 80 22,9 62 1
## 262 83 0 80 24,3 58 0
## 263 127 1 71 25,1 62 1
## 264 126 0 74 37,3 64 1
## 265 161 0 86 22,5 62 0
## 266 89 0 66 22,6 19 0
## 267 81 1 76 33,7 48 0
## 268 124 0 91 32,3 43 0
## 269 135 0 91 30,5 43 1
## 270 97 1 90 30,8 57 0
## 271 117 0 70 24,7 55 1
## 272 83 0 70 26,8 58 0
## 273 87 1 70 27,2 41 0
## 274 98 1 70 21,8 61 0
## 275 509 1 80 26,6 53 1
## 276 105 0 80 19,1 45 0
## 277 109 1 70 21,8 52 0
## 278 77 1 90 22,9 64 0
## 279 116 0 70 24,9 33 1
## 280 81 0 100 19 60 0
## 281 267 0 86 31,6 49 1
## 282 98 1 68 24 51 0
## 283 99 1 77 30,8 56 0
## 284 73 0 80 23,7 50 0
## 285 192 0 70 29,6 58 1
## 286 100 1 70 19,4 31 0
## 287 102 1 90 25,2 53 0
## 288 291 0 70 24,8 47 1
## 289 93 1 90 30,3 49 0
## 290 97 1 NA 25,2 54 0
## 291 159 0 90 32,4 50 0
## 292 127 0 90 23,6 70 0
## 293 95 1 70 18,5 39 0
## 294 118 1 80 16,5 70 1
## 295 289 0 80 20,2 42 1
## 296 115 0 NA 20,9 60 1
## 297 142 1 74 37,3 63 1
## 298 118 0 86 22,5 58 1
## 299 240 1 66 22,6 61 1
## 300 103 0 NA 23,6 57 0
## 301 111 0 70 23,3 47 1
## 302 116 0 90 21,3 60 1
## 303 99 1 NA 28,9 67 0
## 304 131 1 NA 22,9 60 1
## 305 121 0 85 24,9 57 1
## 306 115 0 83 19 67 1
## 307 134 1 86 31,6 66 1
## 308 203 0 68 24 57 1
## 309 143 1 77 30,8 61 1
## 310 103 1 60 24,7 57 0
## 311 105 0 85 22,8 54 0
## 312 131 0 83 22,1 69 1
## 313 112 0 NA 47 1
## 314 103 1 NA 18,8 NA 0
## 315 104 0 82 22,4 38 0
## 316 197 0 70 24,7 58 1
## 317 128 1 90 26,8 62 1
## 318 87 0 NA 27,2 42 0
## 319 131 1 90 47 1
## 320 121 1 90 29,3 NA 1
## 321 104 0 90 27,1 53 0
## 322 100 0 NA 30 59 0
## 323 110 1 77 26,5 46 1
## 324 97 0 66 22,1 NA 0
## 325 93 0 76 27,6 69 0
## 326 110 1 91 22,5 51 1
## 327 92 0 91 25,6 50 0
## 328 155 1 86 22,6 63 1
## 329 103 0 68 27 59 0
## 330 104 0 77 28,9 41 0
## 331 116 1 80 22,6 42 1
## 332 70 0 71 21,5 54 0
## 333 149 1 86 29,4 60 1
## 334 98 0 80 29,4 57 0
## 335 116 0 71 33,3 63 1
## 336 86 0 74 26,1 52 0
## 337 126 0 86 21,3 54 1
## 338 78 0 72 26,1 43 0
## 339 95 1 80 26 51 0
## 340 150 0 75 32 64 1
## 341 95 1 88 26,5 64 0
## 342 90 0 90 29,1 61 0
## 343 98 1 77 23,2 60 0
## 344 128 1 72 36,3 64 1
## 345 85 0 67 21,4 61 0
## 346 92 0 60 22,4 54 0
## 347 84 1 85 26,5 40 0
## 348 87 1 83 18,9 60 0
## 349 89 0 56 28,8 57 0
## 350 89 0 74 26,5 57 0
## 351 98 1 82 30,3 51 0
## 352 90 0 NA 22,2 48 0
## 353 95 0 79 36,3 56 0
## 354 97 0 NA 30,4 63 0
## 355 191 0 78 26,9 61 1
## 356 80 1 70 58 0
## 357 127 1 80 26,4 55 0
## 358 108 0 NA 27,2 NA 0
## 359 99 1 70 21,2 58 0
## 360 116 1 90 26,9 NA 1
## 361 69 0 80 22,8 49 0
## 362 183 1 80 31,1 40 1
## 363 73 1 90 20,2 49 0
## 364 80 1 70 24,9 27 0
## 365 83 0 90 22,9 42 0
## 366 123 1 70 23,6 55 1
## 367 204 1 90 20,1 55 1
## 368 100 1 80 30,1 53 0
## 369 93 0 90 18,8 40 0
## 370 483 0 80 28,6 60 1
## 371 120 1 80 22,9 22 0
## 372 79 1 80 31,2 28 0
## 373 116 0 70 20,4 50 0
## 374 109 0 90 30,1 47 0
## 375 105 1 80 19,5 51 0
## 376 388 0 80 31,1 46 0
## 377 76 0 71 19,5 59 0
## 378 120 1 74 26,8 64 1
## 379 102 1 86 22,4 38 0
## 380 90 1 66 22,2 36 0
## 381 237 0 76 26,2 51 1
## 382 118 1 91 19,1 50 1
## 383 95 0 91 35,5 61 0
## 384 122 1 90 29,9 70 0
## 385 77 1 83 28,9 52 0
## 386 92 1 80 25 53 0
## 387 82 1 100 18,4 49 0
## 388 119 1 70 32 63 0
## 389 79 0 90 22,7 65 0
## 390 164 0 70 16,7 57 1
## 391 102 1 70 16,5 9 0
## 392 85 1 90 24,3 59 0
## 393 97 0 70 23,4 40 0
## 394 115 0 90 39,1 67 0
## 395 73 0 90 21,2 58 0
## 396 77 0 90 28,5 47 0
## 397 222 1 70 22,9 50 1
## 398 84 0 90 24,5 59 0
## 399 89 0 70 27 77 0
## 400 94 0 70 29,4 62 0
## 401 144 1 70 31,2 44 1
## 402 246 1 70 23,9 44 1
## 403 78 0 80 26,3 48 0
## 404 94 1 NA 26,4 58 0
## 405 96 0 NA 25 60 0
## 406 94 1 90 26,1 62 0
## 407 109 1 70 31,2 56 0
## 408 115 0 NA 22,3 55 0
## 409 92 0 90 25,8 46 0
## 410 91 0 NA 35,4 38 0
## 411 89 1 80 24,3 42 0
## 412 118 0 68 23,6 57 1
## 413 91 0 85 54 0
## 414 119 1 73 59 1
## 415 326 0 74 30,7 59 1
## 416 108 1 90 35,9 48 1
## 417 103 1 90 33,7 8 0
## 418 398 0 80 32,4 55 1
## 419 138 1 90 26,2 63 1
## 420 94 0 70 20,7 54 0
## 421 152 0 80 53 1
## 422 93 1 NA 76 0
## 423 290 0 90 20,9 45 1
## 424 191 1 NA 19,7 53 1
## 425 104 1 80 22,1 54 0
## 426 77 1 60 24,3 43 0
## 427 83 1 80 25,4 27 0
## 428 117 0 70 NA 1
## 429 79 0 NA 23,3 50 0
## 430 79 1 90 23,9 56 0
## 431 89 1 90 20,7 NA 0
## 432 144 1 NA 23,8 64 0
## 433 249 1 70 30,1 85 1
## 434 138 0 80 23,4 66 0
## 435 159 0 80 23,2 5 0
## 436 95 1 84 28 48 0
## 437 235 1 66 22,7 55 1
## 438 335 0 90 19,2 61 1
## 439 128 1 NA 19,6 67 0
## 440 104 1 77 23,3 54 0
## 441 424 1 66 26,1 62 1
## 442 363 0 76 27,8 64 1
## 443 150 1 91 62 1
## 444 71 0 91 23,4 50 0
## 445 104 0 86 27,6 57 0
## 446 128 0 68 25,1 39 0
## 447 212 0 77 32,9 69 1
## 448 135 0 80 24,3 71 0
## 449 106 1 71 26,2 25 0
## 450 119 0 86 20,7 NA 0
## 451 142 1 NA 24,5 59 0
## 452 249 1 71 34 63 1
## 453 102 0 74 19,4 59 0
## 454 153 0 86 18,6 40 1
## 455 92 0 72 31,6 58 0
## 456 81 1 80 28,6 72 0
## 457 190 0 75 33,3 75 1
## 458 87 0 88 32 55 0
## 459 88 0 90 25,7 59 0
## 460 89 0 77 29,6 50 0
## 461 146 1 72 22,2 57 1
## 462 134 0 67 18,1 51 1
## 463 81 1 60 23,1 53 0
## 464 111 0 85 23,7 50 1
## 465 442 1 83 23,3 51 1
## 466 101 0 56 22,6 44 0
## 467 174 0 74 26,1 49 1
## 468 88 0 82 24 52 0
## 469 82 0 70 29,6 43 0
## 470 75 1 100 21,7 45 0
colSums(is.na(diabetes))
## Glucose Gender Blood.Plessure BMI Usia
## 0 0 31 0 26
## Class
## 0
diabetes <- diabetes %>%
# mutate(Blood.Plessure = as.numeric(Blood.Plessure)) %>%
mutate(Blood.Plessure = replace_na(data = Blood.Plessure, replace = mean(Blood.Plessure, na.rm = T))) %>%
mutate(Usia = replace_na(data = Usia, replace = mean(Usia, na.rm = T)))
diabetes
## Glucose Gender Blood.Plessure BMI Usia Class
## 1 157 1 80.00000 21,6 49.00000 1
## 2 158 1 88.00000 32,9 50.00000 1
## 3 115 1 76.00000 36,8 61.00000 1
## 4 138 0 70.00000 23,3 57.00000 1
## 5 99 0 86.00000 29,4 74.00000 0
## 6 102 1 84.00000 30,8 60.00000 1
## 7 200 0 80.00000 27,2 58.00000 1
## 8 120 0 76.00000 27,8 61.00000 1
## 9 193 0 80.00000 24,8 59.00000 1
## 10 107 0 90.00000 21,8 43.00000 1
## 11 125 1 65.00000 24,5 54.00000 1
## 12 197 0 80.00000 29,3 50.00000 1
## 13 167 0 79.85877 24,2 73.00000 1
## 14 103 1 80.00000 25 56.00000 1
## 15 113 0 90.00000 30,2 51.00000 1
## 16 96 0 100.00000 30,7 60.00000 0
## 17 167 0 70.00000 20,8 45.00000 1
## 18 154 1 79.85877 20,7 49.00000 1
## 19 281 0 90.00000 26,5 57.00000 1
## 20 119 0 100.00000 26 51.00000 1
## 21 240 0 70.00000 24,9 62.00000 1
## 22 120 1 70.00000 22,1 52.00000 1
## 23 186 0 80.00000 25,2 60.00000 1
## 24 163 0 90.00000 23,1 58.00000 1
## 25 133 0 90.00000 24 60.00000 1
## 26 170 0 90.00000 29,5 56.00000 1
## 27 183 1 80.00000 22,9 53.00000 1
## 28 132 1 100.00000 23,9 70.00000 1
## 29 98 0 80.00000 24,2 55.00000 0
## 30 116 1 80.00000 21,1 46.00000 1
## 31 120 1 80.00000 22,8 72.00000 1
## 32 143 0 85.00000 20,9 57.00000 1
## 33 126 0 80.00000 31,5 76.00000 1
## 34 147 0 88.00000 23,7 73.00000 1
## 35 153 0 74.00000 22,6 57.00000 1
## 36 203 1 78.00000 25,9 47.00000 1
## 37 121 1 89.00000 28,2 67.00000 1
## 38 107 0 84.00000 31,6 50.00000 1
## 39 296 0 80.00000 22,9 56.00000 1
## 40 141 0 73.00000 24,8 60.00000 1
## 41 135 1 59.00000 30,9 66.00000 1
## 42 206 1 78.00000 20,6 66.00000 1
## 43 147 0 70.00000 23,7 47.00000 1
## 44 139 0 80.00000 24 63.00000 1
## 45 194 0 84.00000 31,6 65.00000 1
## 46 147 0 76.00000 24,4 68.00000 1
## 47 154 1 70.00000 28 58.00000 1
## 48 177 1 80.00000 31,3 56.00000 1
## 49 135 0 70.00000 24,5 37.00000 1
## 50 103 0 75.00000 31,3 78.00000 1
## 51 274 0 85.00000 22,1 59.00000 1
## 52 284 0 80.00000 21,1 61.00000 1
## 53 163 0 88.00000 21,4 63.00000 0
## 54 347 0 76.00000 21,9 72.00000 1
## 55 280 1 70.00000 22,8 64.00000 1
## 56 154 0 86.00000 20,1 55.00000 0
## 57 198 1 84.00000 22,1 59.00000 1
## 58 107 0 80.00000 20,2 49.00000 1
## 59 225 0 85.00000 21,2 51.00000 1
## 60 140 1 80.00000 23,9 44.00000 0
## 61 296 0 88.00000 21,1 60.00000 1
## 62 118 1 74.00000 20,8 37.00000 1
## 63 189 1 78.00000 20,4 59.00000 1
## 64 127 0 89.00000 20,4 60.00000 1
## 65 358 0 84.00000 21,4 71.00000 1
## 66 158 1 80.00000 21,5 50.00000 1
## 67 279 0 100.00000 21 48.00000 1
## 68 257 1 70.00000 25,6 63.00000 1
## 69 140 1 90.00000 26 59.00000 1
## 70 134 1 90.00000 25,1 56.00000 1
## 71 104 1 100.00000 24,3 59.00000 0
## 72 259 0 70.00000 22,6 54.00000 1
## 73 201 1 70.00000 25,4 50.00000 1
## 74 179 0 80.00000 18,4 49.00000 1
## 75 147 0 90.00000 22,6 54.00000 1
## 76 138 1 90.00000 23,2 52.00000 1
## 77 102 0 90.00000 20,4 47.00000 1
## 78 81 1 80.00000 25,2 68.00000 0
## 79 156 1 100.00000 23,9 64.00000 1
## 80 112 1 80.00000 23,9 72.00000 0
## 81 80 0 80.00000 20,7 55.00000 0
## 82 141 1 80.00000 20,4 72.00000 1
## 83 263 1 85.00000 21,9 48.00000 1
## 84 316 0 80.00000 22 60.00000 1
## 85 141 1 88.00000 25,2 82.00000 0
## 86 187 0 74.00000 18,6 59.00000 1
## 87 99 0 78.00000 21 30.00000 0
## 88 115 0 89.00000 21,5 50.00000 1
## 89 89 1 84.00000 24,3 53.00000 0
## 90 157 1 80.00000 25,9 71.00000 1
## 91 211 1 70.00000 24,7 70.00000 1
## 92 109 1 80.00000 23 45.00000 1
## 93 150 0 90.00000 22,9 82.00000 1
## 94 123 0 90.00000 22,1 57.00000 1
## 95 99 0 90.00000 22,2 50.00000 0
## 96 98 1 80.00000 24 36.00000 0
## 97 90 0 100.00000 22,4 58.00000 0
## 98 93 0 80.00000 21,5 69.00000 0
## 99 143 0 80.00000 20,8 58.00000 1
## 100 289 0 70.00000 21 47.00000 1
## 101 126 0 75.00000 22,7 40.00000 1
## 102 133 1 85.00000 22,6 57.00000 1
## 103 128 0 90.00000 21,5 54.00000 1
## 104 142 0 80.00000 20,8 70.00000 1
## 105 220 0 100.00000 24,3 59.00000 1
## 106 133 0 80.00000 18,6 60.00000 0
## 107 124 0 80.00000 19,3 81.00000 1
## 108 118 0 80.00000 23,9 42.00000 1
## 109 155 1 85.00000 25,2 67.00000 0
## 110 109 1 80.00000 24,7 59.00000 1
## 111 108 0 88.00000 21,1 50.00000 1
## 112 119 0 74.00000 23 27.00000 0
## 113 158 0 78.00000 21,6 50.00000 0
## 114 164 0 89.00000 19,8 73.00000 0
## 115 113 0 84.00000 22,2 60.00000 0
## 116 278 1 80.00000 24,9 43.00000 1
## 117 108 1 73.00000 22,4 40.00000 1
## 118 131 0 59.00000 20,7 39.00000 1
## 119 210 1 78.00000 23,9 40.00000 1
## 120 93 0 70.00000 21,8 40.00000 0
## 121 129 0 80.00000 21,9 45.00000 0
## 122 316 0 84.00000 21,2 41.00000 1
## 123 105 1 90.00000 20,8 70.00000 0
## 124 77 1 80.00000 22,9 42.00000 0
## 125 144 1 100.00000 24,5 68.00000 0
## 126 123 0 80.00000 18,6 90.00000 0
## 127 117 0 80.00000 20,5 47.00000 1
## 128 108 1 80.00000 25,8 54.00000 1
## 129 96 0 85.00000 22,7 38.00000 0
## 130 97 1 80.00000 23,6 48.00000 0
## 131 113 0 88.00000 21,9 57.00000 1
## 132 109 1 74.00000 23,1 59.00000 1
## 133 134 0 78.00000 22,9 53.00000 1
## 134 95 0 89.00000 20,2 45.00000 0
## 135 116 1 84.00000 26,1 50.00000 1
## 136 302 0 80.00000 22,3 61.00000 1
## 137 96 0 73.00000 20 59.00000 0
## 138 158 0 59.00000 21,5 66.00000 1
## 139 283 1 78.00000 23,5 55.00000 1
## 140 98 1 70.00000 22,9 56.00000 0
## 141 205 1 80.00000 24,1 62.00000 1
## 142 100 0 84.00000 21,8 48.00000 0
## 143 101 0 89.00000 22,2 58.00000 0
## 144 180 0 84.00000 21,5 48.00000 0
## 145 102 0 80.00000 22,8 38.00000 0
## 146 111 1 73.00000 24 40.00000 1
## 147 103 1 59.00000 24,8 46.00000 0
## 148 86 1 78.00000 25,2 41.00000 0
## 149 87 0 70.00000 22,8 48.00000 0
## 150 105 1 80.00000 21,9 73.00000 0
## 151 102 1 80.00000 23,4 64.00000 0
## 152 116 1 73.00000 23,2 49.00000 1
## 153 138 0 70.00000 32 56.00000 1
## 154 137 0 83.00000 25 50.00000 1
## 155 67 0 80.00000 19,9 31.00000 1
## 156 85 0 100.00000 22,5 40.00000 1
## 157 120 0 70.00000 21,5 39.00000 1
## 158 159 0 90.00000 30 46.00000 1
## 159 111 1 70.00000 29,6 64.00000 1
## 160 188 0 70.00000 19,4 59.00000 1
## 161 180 1 90.00000 57.00000 1
## 162 105 0 70.00000 24,8 32.00000 1
## 163 184 0 90.00000 30,3 41.00000 1
## 164 147 0 90.00000 37.00000 1
## 165 303 1 90.00000 32,4 54.73649 1
## 166 182 0 70.00000 30,8 54.73649 1
## 167 123 0 90.00000 30,8 54.73649 1
## 168 179 0 70.00000 54.73649 1
## 169 135 1 70.00000 54.73649 1
## 170 219 0 70.00000 27,2 63.00000 1
## 171 179 0 70.00000 21,8 57.00000 1
## 172 85 0 79.85877 26,6 54.00000 1
## 173 126 1 79.85877 32.00000 1
## 174 74 1 70.00000 21,8 52.00000 1
## 175 142 0 90.00000 22,9 54.73649 1
## 176 200 0 70.00000 24,9 61.00000 1
## 177 171 1 100.00000 19 56.00000 1
## 178 169 0 90.00000 22,9 72.00000 1
## 179 147 0 90.00000 22,7 54.73649 1
## 180 168 1 80.00000 21,4 44.00000 1
## 181 86 0 68.00000 22,7 72.00000 1
## 182 113 0 85.00000 27,9 57.00000 1
## 183 121 0 73.00000 22,6 54.73649 1
## 184 91 1 74.00000 71.00000 1
## 185 150 0 90.00000 20,1 39.00000 1
## 186 158 1 90.00000 70.00000 1
## 187 230 0 80.00000 24,7 55.00000 1
## 188 248 0 79.85877 29,9 62.00000 1
## 189 164 0 70.00000 19,2 68.00000 1
## 190 196 0 80.00000 29,2 41.00000 1
## 191 136 0 79.85877 21,8 48.00000 1
## 192 104 1 79.85877 18,2 53.00000 1
## 193 134 1 70.00000 26,5 48.00000 1
## 194 244 0 80.00000 20,5 56.00000 1
## 195 197 1 79.85877 29,1 44.00000 1
## 196 97 0 79.85877 29,9 34.00000 1
## 197 98 0 70.00000 27,5 38.00000 1
## 198 110 1 70.00000 21,3 50.00000 1
## 199 90 1 90.00000 17,2 33.00000 1
## 200 132 0 90.00000 34,6 44.00000 1
## 201 154 0 90.00000 23,6 43.00000 1
## 202 171 0 70.00000 18,5 57.00000 1
## 203 205 1 80.00000 16,5 55.00000 1
## 204 169 1 80.00000 20,2 64.00000 1
## 205 173 0 84.00000 57.00000 1
## 206 136 1 66.00000 28,4 58.00000 1
## 207 128 0 90.00000 18,4 55.00000 1
## 208 177 0 85.00000 31,6 65.00000 1
## 209 102 0 77.00000 24,4 68.00000 1
## 210 170 0 66.00000 22,6 59.00000 1
## 211 108 0 76.00000 33,7 65.00000 1
## 212 106 0 91.00000 32,3 78.00000 1
## 213 166 1 91.00000 30,5 63.00000 1
## 214 89 0 86.00000 31,6 55.00000 1
## 215 94 0 68.00000 24 62.00000 1
## 216 121 0 77.00000 30,8 54.73649 1
## 217 108 0 80.00000 23,7 73.00000 1
## 218 184 1 71.00000 25,5 54.73649 1
## 219 115 1 86.00000 28,2 54.73649 1
## 220 148 0 80.00000 24,3 57.00000 1
## 221 260 0 71.00000 54.73649 1
## 222 142 0 74.00000 74.00000 1
## 223 78 0 86.00000 64.00000 1
## 224 160 0 72.00000 21,1 63.00000 1
## 225 144 0 80.00000 24,8 54.73649 1
## 226 243 0 75.00000 59.00000 1
## 227 310 0 88.00000 25,7 46.00000 1
## 228 113 1 90.00000 54.73649 1
## 229 72 0 77.00000 36,7 51.00000 1
## 230 94 0 72.00000 62.00000 1
## 231 137 0 67.00000 26,5 54.73649 1
## 232 80 0 60.00000 24,7 54.00000 1
## 233 161 1 85.00000 22,8 58.00000 1
## 234 106 0 83.00000 22,1 59.00000 1
## 235 113 0 56.00000 21,8 64.00000 1
## 236 82 1 74.00000 18,8 79.00000 1
## 237 83 0 82.00000 22,4 67.00000 1
## 238 120 1 80.00000 24 58.00000 1
## 239 105 1 79.00000 27 67.00000 1
## 240 106 1 91.00000 32 50.00000 1
## 241 156 1 78.00000 20,6 66.00000 1
## 242 97 0 70.00000 23,3 47.00000 1
## 243 131 1 80.00000 22,5 65.00000 1
## 244 86 0 80.00000 24,5 37.00000 1
## 245 129 1 70.00000 31,3 58.00000 1
## 246 150 0 90.00000 24 64.00000 1
## 247 165 0 80.00000 56.00000 1
## 248 117 0 80.00000 31,5 77.00000 1
## 249 102 0 90.00000 23,6 51.00000 1
## 250 135 0 70.00000 23,3 54.73649 1
## 251 110 0 90.00000 21,3 62.00000 1
## 252 100 0 70.00000 54.73649 1
## 253 127 0 90.00000 25,1 66.00000 1
## 254 141 1 80.00000 27,1 54.73649 1
## 255 140 0 90.00000 63.00000 1
## 256 102 0 80.00000 28,5 61.00000 1
## 257 103 0 80.00000 22,5 59.00000 0
## 258 126 0 80.00000 24,5 43.00000 0
## 259 135 1 70.00000 31,3 63.00000 0
## 260 110 0 90.00000 24 41.00000 0
## 261 164 0 80.00000 22,9 62.00000 1
## 262 83 0 80.00000 24,3 58.00000 0
## 263 127 1 71.00000 25,1 62.00000 1
## 264 126 0 74.00000 37,3 64.00000 1
## 265 161 0 86.00000 22,5 62.00000 0
## 266 89 0 66.00000 22,6 19.00000 0
## 267 81 1 76.00000 33,7 48.00000 0
## 268 124 0 91.00000 32,3 43.00000 0
## 269 135 0 91.00000 30,5 43.00000 1
## 270 97 1 90.00000 30,8 57.00000 0
## 271 117 0 70.00000 24,7 55.00000 1
## 272 83 0 70.00000 26,8 58.00000 0
## 273 87 1 70.00000 27,2 41.00000 0
## 274 98 1 70.00000 21,8 61.00000 0
## 275 509 1 80.00000 26,6 53.00000 1
## 276 105 0 80.00000 19,1 45.00000 0
## 277 109 1 70.00000 21,8 52.00000 0
## 278 77 1 90.00000 22,9 64.00000 0
## 279 116 0 70.00000 24,9 33.00000 1
## 280 81 0 100.00000 19 60.00000 0
## 281 267 0 86.00000 31,6 49.00000 1
## 282 98 1 68.00000 24 51.00000 0
## 283 99 1 77.00000 30,8 56.00000 0
## 284 73 0 80.00000 23,7 50.00000 0
## 285 192 0 70.00000 29,6 58.00000 1
## 286 100 1 70.00000 19,4 31.00000 0
## 287 102 1 90.00000 25,2 53.00000 0
## 288 291 0 70.00000 24,8 47.00000 1
## 289 93 1 90.00000 30,3 49.00000 0
## 290 97 1 79.85877 25,2 54.00000 0
## 291 159 0 90.00000 32,4 50.00000 0
## 292 127 0 90.00000 23,6 70.00000 0
## 293 95 1 70.00000 18,5 39.00000 0
## 294 118 1 80.00000 16,5 70.00000 1
## 295 289 0 80.00000 20,2 42.00000 1
## 296 115 0 79.85877 20,9 60.00000 1
## 297 142 1 74.00000 37,3 63.00000 1
## 298 118 0 86.00000 22,5 58.00000 1
## 299 240 1 66.00000 22,6 61.00000 1
## 300 103 0 79.85877 23,6 57.00000 0
## 301 111 0 70.00000 23,3 47.00000 1
## 302 116 0 90.00000 21,3 60.00000 1
## 303 99 1 79.85877 28,9 67.00000 0
## 304 131 1 79.85877 22,9 60.00000 1
## 305 121 0 85.00000 24,9 57.00000 1
## 306 115 0 83.00000 19 67.00000 1
## 307 134 1 86.00000 31,6 66.00000 1
## 308 203 0 68.00000 24 57.00000 1
## 309 143 1 77.00000 30,8 61.00000 1
## 310 103 1 60.00000 24,7 57.00000 0
## 311 105 0 85.00000 22,8 54.00000 0
## 312 131 0 83.00000 22,1 69.00000 1
## 313 112 0 79.85877 47.00000 1
## 314 103 1 79.85877 18,8 54.73649 0
## 315 104 0 82.00000 22,4 38.00000 0
## 316 197 0 70.00000 24,7 58.00000 1
## 317 128 1 90.00000 26,8 62.00000 1
## 318 87 0 79.85877 27,2 42.00000 0
## 319 131 1 90.00000 47.00000 1
## 320 121 1 90.00000 29,3 54.73649 1
## 321 104 0 90.00000 27,1 53.00000 0
## 322 100 0 79.85877 30 59.00000 0
## 323 110 1 77.00000 26,5 46.00000 1
## 324 97 0 66.00000 22,1 54.73649 0
## 325 93 0 76.00000 27,6 69.00000 0
## 326 110 1 91.00000 22,5 51.00000 1
## 327 92 0 91.00000 25,6 50.00000 0
## 328 155 1 86.00000 22,6 63.00000 1
## 329 103 0 68.00000 27 59.00000 0
## 330 104 0 77.00000 28,9 41.00000 0
## 331 116 1 80.00000 22,6 42.00000 1
## 332 70 0 71.00000 21,5 54.00000 0
## 333 149 1 86.00000 29,4 60.00000 1
## 334 98 0 80.00000 29,4 57.00000 0
## 335 116 0 71.00000 33,3 63.00000 1
## 336 86 0 74.00000 26,1 52.00000 0
## 337 126 0 86.00000 21,3 54.00000 1
## 338 78 0 72.00000 26,1 43.00000 0
## 339 95 1 80.00000 26 51.00000 0
## 340 150 0 75.00000 32 64.00000 1
## 341 95 1 88.00000 26,5 64.00000 0
## 342 90 0 90.00000 29,1 61.00000 0
## 343 98 1 77.00000 23,2 60.00000 0
## 344 128 1 72.00000 36,3 64.00000 1
## 345 85 0 67.00000 21,4 61.00000 0
## 346 92 0 60.00000 22,4 54.00000 0
## 347 84 1 85.00000 26,5 40.00000 0
## 348 87 1 83.00000 18,9 60.00000 0
## 349 89 0 56.00000 28,8 57.00000 0
## 350 89 0 74.00000 26,5 57.00000 0
## 351 98 1 82.00000 30,3 51.00000 0
## 352 90 0 79.85877 22,2 48.00000 0
## 353 95 0 79.00000 36,3 56.00000 0
## 354 97 0 79.85877 30,4 63.00000 0
## 355 191 0 78.00000 26,9 61.00000 1
## 356 80 1 70.00000 58.00000 0
## 357 127 1 80.00000 26,4 55.00000 0
## 358 108 0 79.85877 27,2 54.73649 0
## 359 99 1 70.00000 21,2 58.00000 0
## 360 116 1 90.00000 26,9 54.73649 1
## 361 69 0 80.00000 22,8 49.00000 0
## 362 183 1 80.00000 31,1 40.00000 1
## 363 73 1 90.00000 20,2 49.00000 0
## 364 80 1 70.00000 24,9 27.00000 0
## 365 83 0 90.00000 22,9 42.00000 0
## 366 123 1 70.00000 23,6 55.00000 1
## 367 204 1 90.00000 20,1 55.00000 1
## 368 100 1 80.00000 30,1 53.00000 0
## 369 93 0 90.00000 18,8 40.00000 0
## 370 483 0 80.00000 28,6 60.00000 1
## 371 120 1 80.00000 22,9 22.00000 0
## 372 79 1 80.00000 31,2 28.00000 0
## 373 116 0 70.00000 20,4 50.00000 0
## 374 109 0 90.00000 30,1 47.00000 0
## 375 105 1 80.00000 19,5 51.00000 0
## 376 388 0 80.00000 31,1 46.00000 0
## 377 76 0 71.00000 19,5 59.00000 0
## 378 120 1 74.00000 26,8 64.00000 1
## 379 102 1 86.00000 22,4 38.00000 0
## 380 90 1 66.00000 22,2 36.00000 0
## 381 237 0 76.00000 26,2 51.00000 1
## 382 118 1 91.00000 19,1 50.00000 1
## 383 95 0 91.00000 35,5 61.00000 0
## 384 122 1 90.00000 29,9 70.00000 0
## 385 77 1 83.00000 28,9 52.00000 0
## 386 92 1 80.00000 25 53.00000 0
## 387 82 1 100.00000 18,4 49.00000 0
## 388 119 1 70.00000 32 63.00000 0
## 389 79 0 90.00000 22,7 65.00000 0
## 390 164 0 70.00000 16,7 57.00000 1
## 391 102 1 70.00000 16,5 9.00000 0
## 392 85 1 90.00000 24,3 59.00000 0
## 393 97 0 70.00000 23,4 40.00000 0
## 394 115 0 90.00000 39,1 67.00000 0
## 395 73 0 90.00000 21,2 58.00000 0
## 396 77 0 90.00000 28,5 47.00000 0
## 397 222 1 70.00000 22,9 50.00000 1
## 398 84 0 90.00000 24,5 59.00000 0
## 399 89 0 70.00000 27 77.00000 0
## 400 94 0 70.00000 29,4 62.00000 0
## 401 144 1 70.00000 31,2 44.00000 1
## 402 246 1 70.00000 23,9 44.00000 1
## 403 78 0 80.00000 26,3 48.00000 0
## 404 94 1 79.85877 26,4 58.00000 0
## 405 96 0 79.85877 25 60.00000 0
## 406 94 1 90.00000 26,1 62.00000 0
## 407 109 1 70.00000 31,2 56.00000 0
## 408 115 0 79.85877 22,3 55.00000 0
## 409 92 0 90.00000 25,8 46.00000 0
## 410 91 0 79.85877 35,4 38.00000 0
## 411 89 1 80.00000 24,3 42.00000 0
## 412 118 0 68.00000 23,6 57.00000 1
## 413 91 0 85.00000 54.00000 0
## 414 119 1 73.00000 59.00000 1
## 415 326 0 74.00000 30,7 59.00000 1
## 416 108 1 90.00000 35,9 48.00000 1
## 417 103 1 90.00000 33,7 8.00000 0
## 418 398 0 80.00000 32,4 55.00000 1
## 419 138 1 90.00000 26,2 63.00000 1
## 420 94 0 70.00000 20,7 54.00000 0
## 421 152 0 80.00000 53.00000 1
## 422 93 1 79.85877 76.00000 0
## 423 290 0 90.00000 20,9 45.00000 1
## 424 191 1 79.85877 19,7 53.00000 1
## 425 104 1 80.00000 22,1 54.00000 0
## 426 77 1 60.00000 24,3 43.00000 0
## 427 83 1 80.00000 25,4 27.00000 0
## 428 117 0 70.00000 54.73649 1
## 429 79 0 79.85877 23,3 50.00000 0
## 430 79 1 90.00000 23,9 56.00000 0
## 431 89 1 90.00000 20,7 54.73649 0
## 432 144 1 79.85877 23,8 64.00000 0
## 433 249 1 70.00000 30,1 85.00000 1
## 434 138 0 80.00000 23,4 66.00000 0
## 435 159 0 80.00000 23,2 5.00000 0
## 436 95 1 84.00000 28 48.00000 0
## 437 235 1 66.00000 22,7 55.00000 1
## 438 335 0 90.00000 19,2 61.00000 1
## 439 128 1 79.85877 19,6 67.00000 0
## 440 104 1 77.00000 23,3 54.00000 0
## 441 424 1 66.00000 26,1 62.00000 1
## 442 363 0 76.00000 27,8 64.00000 1
## 443 150 1 91.00000 62.00000 1
## 444 71 0 91.00000 23,4 50.00000 0
## 445 104 0 86.00000 27,6 57.00000 0
## 446 128 0 68.00000 25,1 39.00000 0
## 447 212 0 77.00000 32,9 69.00000 1
## 448 135 0 80.00000 24,3 71.00000 0
## 449 106 1 71.00000 26,2 25.00000 0
## 450 119 0 86.00000 20,7 54.73649 0
## 451 142 1 79.85877 24,5 59.00000 0
## 452 249 1 71.00000 34 63.00000 1
## 453 102 0 74.00000 19,4 59.00000 0
## 454 153 0 86.00000 18,6 40.00000 1
## 455 92 0 72.00000 31,6 58.00000 0
## 456 81 1 80.00000 28,6 72.00000 0
## 457 190 0 75.00000 33,3 75.00000 1
## 458 87 0 88.00000 32 55.00000 0
## 459 88 0 90.00000 25,7 59.00000 0
## 460 89 0 77.00000 29,6 50.00000 0
## 461 146 1 72.00000 22,2 57.00000 1
## 462 134 0 67.00000 18,1 51.00000 1
## 463 81 1 60.00000 23,1 53.00000 0
## 464 111 0 85.00000 23,7 50.00000 1
## 465 442 1 83.00000 23,3 51.00000 1
## 466 101 0 56.00000 22,6 44.00000 0
## 467 174 0 74.00000 26,1 49.00000 1
## 468 88 0 82.00000 24 52.00000 0
## 469 82 0 70.00000 29,6 43.00000 0
## 470 75 1 100.00000 21,7 45.00000 0
colSums(is.na(diabetes))
## Glucose Gender Blood.Plessure BMI Usia
## 0 0 0 0 0
## Class
## 0
diabetes <- diabetes %>%
mutate(Blood.Plessure = as.integer(Blood.Plessure)) %>%
mutate(Gender = as.factor(Gender)) %>%
mutate(Class = as.factor(Class)) %>%
mutate(Usia = as.integer(Usia))
diabetes
## Glucose Gender Blood.Plessure BMI Usia Class
## 1 157 1 80 21,6 49 1
## 2 158 1 88 32,9 50 1
## 3 115 1 76 36,8 61 1
## 4 138 0 70 23,3 57 1
## 5 99 0 86 29,4 74 0
## 6 102 1 84 30,8 60 1
## 7 200 0 80 27,2 58 1
## 8 120 0 76 27,8 61 1
## 9 193 0 80 24,8 59 1
## 10 107 0 90 21,8 43 1
## 11 125 1 65 24,5 54 1
## 12 197 0 80 29,3 50 1
## 13 167 0 79 24,2 73 1
## 14 103 1 80 25 56 1
## 15 113 0 90 30,2 51 1
## 16 96 0 100 30,7 60 0
## 17 167 0 70 20,8 45 1
## 18 154 1 79 20,7 49 1
## 19 281 0 90 26,5 57 1
## 20 119 0 100 26 51 1
## 21 240 0 70 24,9 62 1
## 22 120 1 70 22,1 52 1
## 23 186 0 80 25,2 60 1
## 24 163 0 90 23,1 58 1
## 25 133 0 90 24 60 1
## 26 170 0 90 29,5 56 1
## 27 183 1 80 22,9 53 1
## 28 132 1 100 23,9 70 1
## 29 98 0 80 24,2 55 0
## 30 116 1 80 21,1 46 1
## 31 120 1 80 22,8 72 1
## 32 143 0 85 20,9 57 1
## 33 126 0 80 31,5 76 1
## 34 147 0 88 23,7 73 1
## 35 153 0 74 22,6 57 1
## 36 203 1 78 25,9 47 1
## 37 121 1 89 28,2 67 1
## 38 107 0 84 31,6 50 1
## 39 296 0 80 22,9 56 1
## 40 141 0 73 24,8 60 1
## 41 135 1 59 30,9 66 1
## 42 206 1 78 20,6 66 1
## 43 147 0 70 23,7 47 1
## 44 139 0 80 24 63 1
## 45 194 0 84 31,6 65 1
## 46 147 0 76 24,4 68 1
## 47 154 1 70 28 58 1
## 48 177 1 80 31,3 56 1
## 49 135 0 70 24,5 37 1
## 50 103 0 75 31,3 78 1
## 51 274 0 85 22,1 59 1
## 52 284 0 80 21,1 61 1
## 53 163 0 88 21,4 63 0
## 54 347 0 76 21,9 72 1
## 55 280 1 70 22,8 64 1
## 56 154 0 86 20,1 55 0
## 57 198 1 84 22,1 59 1
## 58 107 0 80 20,2 49 1
## 59 225 0 85 21,2 51 1
## 60 140 1 80 23,9 44 0
## 61 296 0 88 21,1 60 1
## 62 118 1 74 20,8 37 1
## 63 189 1 78 20,4 59 1
## 64 127 0 89 20,4 60 1
## 65 358 0 84 21,4 71 1
## 66 158 1 80 21,5 50 1
## 67 279 0 100 21 48 1
## 68 257 1 70 25,6 63 1
## 69 140 1 90 26 59 1
## 70 134 1 90 25,1 56 1
## 71 104 1 100 24,3 59 0
## 72 259 0 70 22,6 54 1
## 73 201 1 70 25,4 50 1
## 74 179 0 80 18,4 49 1
## 75 147 0 90 22,6 54 1
## 76 138 1 90 23,2 52 1
## 77 102 0 90 20,4 47 1
## 78 81 1 80 25,2 68 0
## 79 156 1 100 23,9 64 1
## 80 112 1 80 23,9 72 0
## 81 80 0 80 20,7 55 0
## 82 141 1 80 20,4 72 1
## 83 263 1 85 21,9 48 1
## 84 316 0 80 22 60 1
## 85 141 1 88 25,2 82 0
## 86 187 0 74 18,6 59 1
## 87 99 0 78 21 30 0
## 88 115 0 89 21,5 50 1
## 89 89 1 84 24,3 53 0
## 90 157 1 80 25,9 71 1
## 91 211 1 70 24,7 70 1
## 92 109 1 80 23 45 1
## 93 150 0 90 22,9 82 1
## 94 123 0 90 22,1 57 1
## 95 99 0 90 22,2 50 0
## 96 98 1 80 24 36 0
## 97 90 0 100 22,4 58 0
## 98 93 0 80 21,5 69 0
## 99 143 0 80 20,8 58 1
## 100 289 0 70 21 47 1
## 101 126 0 75 22,7 40 1
## 102 133 1 85 22,6 57 1
## 103 128 0 90 21,5 54 1
## 104 142 0 80 20,8 70 1
## 105 220 0 100 24,3 59 1
## 106 133 0 80 18,6 60 0
## 107 124 0 80 19,3 81 1
## 108 118 0 80 23,9 42 1
## 109 155 1 85 25,2 67 0
## 110 109 1 80 24,7 59 1
## 111 108 0 88 21,1 50 1
## 112 119 0 74 23 27 0
## 113 158 0 78 21,6 50 0
## 114 164 0 89 19,8 73 0
## 115 113 0 84 22,2 60 0
## 116 278 1 80 24,9 43 1
## 117 108 1 73 22,4 40 1
## 118 131 0 59 20,7 39 1
## 119 210 1 78 23,9 40 1
## 120 93 0 70 21,8 40 0
## 121 129 0 80 21,9 45 0
## 122 316 0 84 21,2 41 1
## 123 105 1 90 20,8 70 0
## 124 77 1 80 22,9 42 0
## 125 144 1 100 24,5 68 0
## 126 123 0 80 18,6 90 0
## 127 117 0 80 20,5 47 1
## 128 108 1 80 25,8 54 1
## 129 96 0 85 22,7 38 0
## 130 97 1 80 23,6 48 0
## 131 113 0 88 21,9 57 1
## 132 109 1 74 23,1 59 1
## 133 134 0 78 22,9 53 1
## 134 95 0 89 20,2 45 0
## 135 116 1 84 26,1 50 1
## 136 302 0 80 22,3 61 1
## 137 96 0 73 20 59 0
## 138 158 0 59 21,5 66 1
## 139 283 1 78 23,5 55 1
## 140 98 1 70 22,9 56 0
## 141 205 1 80 24,1 62 1
## 142 100 0 84 21,8 48 0
## 143 101 0 89 22,2 58 0
## 144 180 0 84 21,5 48 0
## 145 102 0 80 22,8 38 0
## 146 111 1 73 24 40 1
## 147 103 1 59 24,8 46 0
## 148 86 1 78 25,2 41 0
## 149 87 0 70 22,8 48 0
## 150 105 1 80 21,9 73 0
## 151 102 1 80 23,4 64 0
## 152 116 1 73 23,2 49 1
## 153 138 0 70 32 56 1
## 154 137 0 83 25 50 1
## 155 67 0 80 19,9 31 1
## 156 85 0 100 22,5 40 1
## 157 120 0 70 21,5 39 1
## 158 159 0 90 30 46 1
## 159 111 1 70 29,6 64 1
## 160 188 0 70 19,4 59 1
## 161 180 1 90 57 1
## 162 105 0 70 24,8 32 1
## 163 184 0 90 30,3 41 1
## 164 147 0 90 37 1
## 165 303 1 90 32,4 54 1
## 166 182 0 70 30,8 54 1
## 167 123 0 90 30,8 54 1
## 168 179 0 70 54 1
## 169 135 1 70 54 1
## 170 219 0 70 27,2 63 1
## 171 179 0 70 21,8 57 1
## 172 85 0 79 26,6 54 1
## 173 126 1 79 32 1
## 174 74 1 70 21,8 52 1
## 175 142 0 90 22,9 54 1
## 176 200 0 70 24,9 61 1
## 177 171 1 100 19 56 1
## 178 169 0 90 22,9 72 1
## 179 147 0 90 22,7 54 1
## 180 168 1 80 21,4 44 1
## 181 86 0 68 22,7 72 1
## 182 113 0 85 27,9 57 1
## 183 121 0 73 22,6 54 1
## 184 91 1 74 71 1
## 185 150 0 90 20,1 39 1
## 186 158 1 90 70 1
## 187 230 0 80 24,7 55 1
## 188 248 0 79 29,9 62 1
## 189 164 0 70 19,2 68 1
## 190 196 0 80 29,2 41 1
## 191 136 0 79 21,8 48 1
## 192 104 1 79 18,2 53 1
## 193 134 1 70 26,5 48 1
## 194 244 0 80 20,5 56 1
## 195 197 1 79 29,1 44 1
## 196 97 0 79 29,9 34 1
## 197 98 0 70 27,5 38 1
## 198 110 1 70 21,3 50 1
## 199 90 1 90 17,2 33 1
## 200 132 0 90 34,6 44 1
## 201 154 0 90 23,6 43 1
## 202 171 0 70 18,5 57 1
## 203 205 1 80 16,5 55 1
## 204 169 1 80 20,2 64 1
## 205 173 0 84 57 1
## 206 136 1 66 28,4 58 1
## 207 128 0 90 18,4 55 1
## 208 177 0 85 31,6 65 1
## 209 102 0 77 24,4 68 1
## 210 170 0 66 22,6 59 1
## 211 108 0 76 33,7 65 1
## 212 106 0 91 32,3 78 1
## 213 166 1 91 30,5 63 1
## 214 89 0 86 31,6 55 1
## 215 94 0 68 24 62 1
## 216 121 0 77 30,8 54 1
## 217 108 0 80 23,7 73 1
## 218 184 1 71 25,5 54 1
## 219 115 1 86 28,2 54 1
## 220 148 0 80 24,3 57 1
## 221 260 0 71 54 1
## 222 142 0 74 74 1
## 223 78 0 86 64 1
## 224 160 0 72 21,1 63 1
## 225 144 0 80 24,8 54 1
## 226 243 0 75 59 1
## 227 310 0 88 25,7 46 1
## 228 113 1 90 54 1
## 229 72 0 77 36,7 51 1
## 230 94 0 72 62 1
## 231 137 0 67 26,5 54 1
## 232 80 0 60 24,7 54 1
## 233 161 1 85 22,8 58 1
## 234 106 0 83 22,1 59 1
## 235 113 0 56 21,8 64 1
## 236 82 1 74 18,8 79 1
## 237 83 0 82 22,4 67 1
## 238 120 1 80 24 58 1
## 239 105 1 79 27 67 1
## 240 106 1 91 32 50 1
## 241 156 1 78 20,6 66 1
## 242 97 0 70 23,3 47 1
## 243 131 1 80 22,5 65 1
## 244 86 0 80 24,5 37 1
## 245 129 1 70 31,3 58 1
## 246 150 0 90 24 64 1
## 247 165 0 80 56 1
## 248 117 0 80 31,5 77 1
## 249 102 0 90 23,6 51 1
## 250 135 0 70 23,3 54 1
## 251 110 0 90 21,3 62 1
## 252 100 0 70 54 1
## 253 127 0 90 25,1 66 1
## 254 141 1 80 27,1 54 1
## 255 140 0 90 63 1
## 256 102 0 80 28,5 61 1
## 257 103 0 80 22,5 59 0
## 258 126 0 80 24,5 43 0
## 259 135 1 70 31,3 63 0
## 260 110 0 90 24 41 0
## 261 164 0 80 22,9 62 1
## 262 83 0 80 24,3 58 0
## 263 127 1 71 25,1 62 1
## 264 126 0 74 37,3 64 1
## 265 161 0 86 22,5 62 0
## 266 89 0 66 22,6 19 0
## 267 81 1 76 33,7 48 0
## 268 124 0 91 32,3 43 0
## 269 135 0 91 30,5 43 1
## 270 97 1 90 30,8 57 0
## 271 117 0 70 24,7 55 1
## 272 83 0 70 26,8 58 0
## 273 87 1 70 27,2 41 0
## 274 98 1 70 21,8 61 0
## 275 509 1 80 26,6 53 1
## 276 105 0 80 19,1 45 0
## 277 109 1 70 21,8 52 0
## 278 77 1 90 22,9 64 0
## 279 116 0 70 24,9 33 1
## 280 81 0 100 19 60 0
## 281 267 0 86 31,6 49 1
## 282 98 1 68 24 51 0
## 283 99 1 77 30,8 56 0
## 284 73 0 80 23,7 50 0
## 285 192 0 70 29,6 58 1
## 286 100 1 70 19,4 31 0
## 287 102 1 90 25,2 53 0
## 288 291 0 70 24,8 47 1
## 289 93 1 90 30,3 49 0
## 290 97 1 79 25,2 54 0
## 291 159 0 90 32,4 50 0
## 292 127 0 90 23,6 70 0
## 293 95 1 70 18,5 39 0
## 294 118 1 80 16,5 70 1
## 295 289 0 80 20,2 42 1
## 296 115 0 79 20,9 60 1
## 297 142 1 74 37,3 63 1
## 298 118 0 86 22,5 58 1
## 299 240 1 66 22,6 61 1
## 300 103 0 79 23,6 57 0
## 301 111 0 70 23,3 47 1
## 302 116 0 90 21,3 60 1
## 303 99 1 79 28,9 67 0
## 304 131 1 79 22,9 60 1
## 305 121 0 85 24,9 57 1
## 306 115 0 83 19 67 1
## 307 134 1 86 31,6 66 1
## 308 203 0 68 24 57 1
## 309 143 1 77 30,8 61 1
## 310 103 1 60 24,7 57 0
## 311 105 0 85 22,8 54 0
## 312 131 0 83 22,1 69 1
## 313 112 0 79 47 1
## 314 103 1 79 18,8 54 0
## 315 104 0 82 22,4 38 0
## 316 197 0 70 24,7 58 1
## 317 128 1 90 26,8 62 1
## 318 87 0 79 27,2 42 0
## 319 131 1 90 47 1
## 320 121 1 90 29,3 54 1
## 321 104 0 90 27,1 53 0
## 322 100 0 79 30 59 0
## 323 110 1 77 26,5 46 1
## 324 97 0 66 22,1 54 0
## 325 93 0 76 27,6 69 0
## 326 110 1 91 22,5 51 1
## 327 92 0 91 25,6 50 0
## 328 155 1 86 22,6 63 1
## 329 103 0 68 27 59 0
## 330 104 0 77 28,9 41 0
## 331 116 1 80 22,6 42 1
## 332 70 0 71 21,5 54 0
## 333 149 1 86 29,4 60 1
## 334 98 0 80 29,4 57 0
## 335 116 0 71 33,3 63 1
## 336 86 0 74 26,1 52 0
## 337 126 0 86 21,3 54 1
## 338 78 0 72 26,1 43 0
## 339 95 1 80 26 51 0
## 340 150 0 75 32 64 1
## 341 95 1 88 26,5 64 0
## 342 90 0 90 29,1 61 0
## 343 98 1 77 23,2 60 0
## 344 128 1 72 36,3 64 1
## 345 85 0 67 21,4 61 0
## 346 92 0 60 22,4 54 0
## 347 84 1 85 26,5 40 0
## 348 87 1 83 18,9 60 0
## 349 89 0 56 28,8 57 0
## 350 89 0 74 26,5 57 0
## 351 98 1 82 30,3 51 0
## 352 90 0 79 22,2 48 0
## 353 95 0 79 36,3 56 0
## 354 97 0 79 30,4 63 0
## 355 191 0 78 26,9 61 1
## 356 80 1 70 58 0
## 357 127 1 80 26,4 55 0
## 358 108 0 79 27,2 54 0
## 359 99 1 70 21,2 58 0
## 360 116 1 90 26,9 54 1
## 361 69 0 80 22,8 49 0
## 362 183 1 80 31,1 40 1
## 363 73 1 90 20,2 49 0
## 364 80 1 70 24,9 27 0
## 365 83 0 90 22,9 42 0
## 366 123 1 70 23,6 55 1
## 367 204 1 90 20,1 55 1
## 368 100 1 80 30,1 53 0
## 369 93 0 90 18,8 40 0
## 370 483 0 80 28,6 60 1
## 371 120 1 80 22,9 22 0
## 372 79 1 80 31,2 28 0
## 373 116 0 70 20,4 50 0
## 374 109 0 90 30,1 47 0
## 375 105 1 80 19,5 51 0
## 376 388 0 80 31,1 46 0
## 377 76 0 71 19,5 59 0
## 378 120 1 74 26,8 64 1
## 379 102 1 86 22,4 38 0
## 380 90 1 66 22,2 36 0
## 381 237 0 76 26,2 51 1
## 382 118 1 91 19,1 50 1
## 383 95 0 91 35,5 61 0
## 384 122 1 90 29,9 70 0
## 385 77 1 83 28,9 52 0
## 386 92 1 80 25 53 0
## 387 82 1 100 18,4 49 0
## 388 119 1 70 32 63 0
## 389 79 0 90 22,7 65 0
## 390 164 0 70 16,7 57 1
## 391 102 1 70 16,5 9 0
## 392 85 1 90 24,3 59 0
## 393 97 0 70 23,4 40 0
## 394 115 0 90 39,1 67 0
## 395 73 0 90 21,2 58 0
## 396 77 0 90 28,5 47 0
## 397 222 1 70 22,9 50 1
## 398 84 0 90 24,5 59 0
## 399 89 0 70 27 77 0
## 400 94 0 70 29,4 62 0
## 401 144 1 70 31,2 44 1
## 402 246 1 70 23,9 44 1
## 403 78 0 80 26,3 48 0
## 404 94 1 79 26,4 58 0
## 405 96 0 79 25 60 0
## 406 94 1 90 26,1 62 0
## 407 109 1 70 31,2 56 0
## 408 115 0 79 22,3 55 0
## 409 92 0 90 25,8 46 0
## 410 91 0 79 35,4 38 0
## 411 89 1 80 24,3 42 0
## 412 118 0 68 23,6 57 1
## 413 91 0 85 54 0
## 414 119 1 73 59 1
## 415 326 0 74 30,7 59 1
## 416 108 1 90 35,9 48 1
## 417 103 1 90 33,7 8 0
## 418 398 0 80 32,4 55 1
## 419 138 1 90 26,2 63 1
## 420 94 0 70 20,7 54 0
## 421 152 0 80 53 1
## 422 93 1 79 76 0
## 423 290 0 90 20,9 45 1
## 424 191 1 79 19,7 53 1
## 425 104 1 80 22,1 54 0
## 426 77 1 60 24,3 43 0
## 427 83 1 80 25,4 27 0
## 428 117 0 70 54 1
## 429 79 0 79 23,3 50 0
## 430 79 1 90 23,9 56 0
## 431 89 1 90 20,7 54 0
## 432 144 1 79 23,8 64 0
## 433 249 1 70 30,1 85 1
## 434 138 0 80 23,4 66 0
## 435 159 0 80 23,2 5 0
## 436 95 1 84 28 48 0
## 437 235 1 66 22,7 55 1
## 438 335 0 90 19,2 61 1
## 439 128 1 79 19,6 67 0
## 440 104 1 77 23,3 54 0
## 441 424 1 66 26,1 62 1
## 442 363 0 76 27,8 64 1
## 443 150 1 91 62 1
## 444 71 0 91 23,4 50 0
## 445 104 0 86 27,6 57 0
## 446 128 0 68 25,1 39 0
## 447 212 0 77 32,9 69 1
## 448 135 0 80 24,3 71 0
## 449 106 1 71 26,2 25 0
## 450 119 0 86 20,7 54 0
## 451 142 1 79 24,5 59 0
## 452 249 1 71 34 63 1
## 453 102 0 74 19,4 59 0
## 454 153 0 86 18,6 40 1
## 455 92 0 72 31,6 58 0
## 456 81 1 80 28,6 72 0
## 457 190 0 75 33,3 75 1
## 458 87 0 88 32 55 0
## 459 88 0 90 25,7 59 0
## 460 89 0 77 29,6 50 0
## 461 146 1 72 22,2 57 1
## 462 134 0 67 18,1 51 1
## 463 81 1 60 23,1 53 0
## 464 111 0 85 23,7 50 1
## 465 442 1 83 23,3 51 1
## 466 101 0 56 22,6 44 0
## 467 174 0 74 26,1 49 1
## 468 88 0 82 24 52 0
## 469 82 0 70 29,6 43 0
## 470 75 1 100 21,7 45 0
prop.table(table(diabetes$Class))
##
## 0 1
## 0.3829787 0.6170213
data_knn <- dummyVars(formula = ~Class+Blood.Plessure+Glucose, data = diabetes)
data_knn <- data.frame(predict(data_knn, newdata = diabetes))
str(data_knn)
## 'data.frame': 470 obs. of 4 variables:
## $ Class.0 : num 0 0 0 0 1 0 0 0 0 0 ...
## $ Class.1 : num 1 1 1 1 0 1 1 1 1 1 ...
## $ Blood.Plessure: num 80 88 76 70 86 84 80 76 80 90 ...
## $ Glucose : num 157 158 115 138 99 102 200 120 193 107 ...
data_knn$Class.1 <- NULL
names(data_knn)
## [1] "Class.0" "Blood.Plessure" "Glucose"
# data_knn <- data_knn %>%
# # mutate(Blood.Plessure = as.numeric(Blood.Plessure)) %>%
# mutate(Class.0 = replace_na(data = Class.0, replace = mean(Class.0, na.rm = T)))
RNGkind(sample.kind = "Rounding") # tambahan khusus u/ R 3.6 ke atas
## Warning in RNGkind(sample.kind = "Rounding"): non-uniform 'Rounding' sampler
## used
set.seed(406)
intrain <- sample(nrow(data_knn), nrow(data_knn)*0.8)
diabetes.train <- data_knn[intrain,]
diabetes.test <- data_knn[-intrain,]
# prediktor
diabetes_train_x <- diabetes.train %>%
select(-Class.0)
diabetes_test_x <- diabetes.test %>%
select(-Class.0)
#target
diabetes_train_y <- diabetes.train %>%
select(Class.0)
diabetes_test_y <- diabetes.test %>%
select(Class.0)
dim(diabetes_train_x)
## [1] 376 2
dim(diabetes_test_x)
## [1] 94 2
diabetes_train_xs <- scale(diabetes_train_x)
diabetes_test_xs <- scale(x = diabetes_test_x,
center = attr(diabetes_train_xs, "scaled:center"),
scale = attr(diabetes_train_xs, "scaled:scale"))
dim(diabetes_train_xs)
## [1] 376 2
dim(diabetes_test_xs)
## [1] 94 2
round(sqrt(nrow(diabetes.train)))
## [1] 19
- jumlah kelas target : 2
- k = 19
diabetes.pred <- knn(train = diabetes_train_xs, test = diabetes_test_xs, cl = diabetes_train_y$Class.0, k = 19)
length(diabetes_train_y$Class.0)
## [1] 376
length(diabetes.pred)
## [1] 94
confusionMatrix(data = as.factor(diabetes.pred), reference = as.factor(diabetes_test_y$Class.0), positive = "1")
## Confusion Matrix and Statistics
##
## Reference
## Prediction 0 1
## 0 44 7
## 1 11 32
##
## Accuracy : 0.8085
## 95% CI : (0.7144, 0.8824)
## No Information Rate : 0.5851
## P-Value [Acc > NIR] : 3.586e-06
##
## Kappa : 0.6114
##
## Mcnemar's Test P-Value : 0.4795
##
## Sensitivity : 0.8205
## Specificity : 0.8000
## Pos Pred Value : 0.7442
## Neg Pred Value : 0.8627
## Prevalence : 0.4149
## Detection Rate : 0.3404
## Detection Prevalence : 0.4574
## Balanced Accuracy : 0.8103
##
## 'Positive' Class : 1
##