今回は、UCI Machine Learning RepositoryのLetter Recognition
(Slate, D. (1991). Letter Recognition [Dataset]. UCI Machine Learning Repository. https://doi.org/10.24432/C5ZP40.)のデータを分析してみようと思います。
ダウンロードしたデータは、
こんな感じのテキストファイルでした。これをRに読み込んで分析していきます。
まず、tidyverseパッケージの読み込みをします。
次に、read.table()関数でファイルを読み込みます。
glimpse()関数でデータが読み込まれたかどうか確認します。
問題なく、読み込んだようです。
V1がアルファベットで、V2からV17の変数から予測する、という分類問題ですね。
1. lettr capital letter (26 values from A to Z)
2. x-box horizontal position of box (integer)
3. y-box vertical position of box (integer)
4. width width of box (integer)
5. high height of box (integer)
6. onpix total # on pixels (integer)
7. x-bar mean x of on pixels in box (integer)
8. y-bar mean y of on pixels in box (integer)
9. x2bar mean x variance (integer)
10. y2bar mean y variance (integer)
11. xybar mean x y correlation (integer)
12. x2ybr mean of x * x * y (integer)
13. xy2br mean of x * y * y (integer)
14. x-ege mean edge count left to right (integer)
15. xegvy correlation of x-ege with y (integer)
16. y-ege mean edge count bottom to top (integer)
17. yegvx correlation of y-ege with x (integer)
というのが各変数の意味ですが、今回は分類をすればいいので、V1, V2~ のままでいきます。
今回は以上です。
次回は、
です。
今回のコードは
#
# パッケージの読み込み
library(tidyverse)
#
# ファイルの読み込み
df_raw <- read.table("letter_recog.txt", sep = ",", header = FALSE)
#
# glimpse()関数で確認
glimpse(df_raw)
#
(冒頭の画像は Bing Image Creator で生成しました。プロンプトは Close up of Lagerstroemia indica flowers, landscape of vast green grass field under the sky, photo. です。)
