Data Preparation (1) - Load (Dataset, Generic Variables)

이번 게시물부터는 R을 이용하여 모델을 만들기 위해 데이터를 다듬는 과정에 대해 이야기 해보려고 합니다. 

데이터세트를 R로 띄우고, 데이터를 관찰하고 변환하는 것에 대해 다룬 후, 예측 모델을 만드는 과정에 대해 다뤄봅니다.

이 과정에는 아래의 패키지가 필요합니다. 

> install.packages("rattle")

> library(rattle) # The weather dataset and normVarNames().

> install.packages("randomForest")

> library(randomForest) # Impute missing values using na.roughfix().

> install.packages("tidyr")

> library(tidyr) # Tidy the dataset.

> install.packages("ggplot2")

> library(ggplot2) # Visualise data.

> install.packages("dplyr")

> library(dplyr) # Data preparation and pipes %>%.

> install.packages("lubridate")

> library(lubridate) # Handle dates.

> install.packages("FSelector")

> library(FSelector) # Feature selection.

1. Load-Dataset

dspatth <- "http://rattle.togaware.com/weather.csv" // 인터넷으로 연결

dspath <- system.file("csv", "weather.csv", package="rattle") // 해당 패키지에서 불러오기

> weather <- read.csv(dspath) // 변수 weather에 해당 데이터를 읽어 들인다

> library(rattle) // 또는 rattle 패키지에 weather 라는 데이터세트가 존재하고, 변수 이름 역시 weather 이므로 라이브러리 실행만으로도 충분하다. 

> dim(weather)

[1] 366  24

> names(weather)

 [1] "Date"          "Location"      "MinTemp"       "MaxTemp"      

 [5] "Rainfall"      "Evaporation"   "Sunshine"      "WindGustDir"  

 [9] "WindGustSpeed" "WindDir9am"    "WindDir3pm"    "WindSpeed9am" 

[13] "WindSpeed3pm"  "Humidity9am"   "Humidity3pm"   "Pressure9am"  

[17] "Pressure3pm"   "Cloud9am"      "Cloud3pm"      "Temp9am"      

[21] "Temp3pm"       "RainToday"     "RISK_MM"       "RainTomorrow" 

> str(weather)

'data.frame': 366 obs. of  24 variables:

 $ Date         : Date, format: "2007-11-01" "2007-11-02" ...

 $ Location     : Factor w/ 49 levels "Adelaide","Albany",..: 10 10 10 10 10 10 10 10 10 10 ...

2. Load-Generic Variables

> dsname <- "weather"

> ds <- get(dsname)

> dim(ds)

[1] 366  24

> names(ds)

 [1] "Date"          "Location"      "MinTemp"       "MaxTemp"      

 [5] "Rainfall"      "Evaporation"   "Sunshine"      "WindGustDir"  

 [9] "WindGustSpeed" "WindDir9am"    "WindDir3pm"    "WindSpeed9am" 

[13] "WindSpeed3pm"  "Humidity9am"   "Humidity3pm"   "Pressure9am"  

[17] "Pressure3pm"   "Cloud9am"      "Cloud3pm"      "Temp9am"      

[21] "Temp3pm"       "RainToday"     "RISK_MM"       "RainTomorrow" 

>