前言
本文講解如何使用 R 語言對資料集進行總體上的瞭解。
在進行資料探勘之前，我們有必要對挖掘的資料集物件有一個總體的瞭解。本文采用具體例項講解的方式，詳細演示對一個資料集的分析過程。
Step 1：載入資料集
命令data("資料集名")可載入指定資料集。
Step 2：檢視行列名
命令attributes("資料集")可列印出資料集的行/列名。本例中，bmi和chl是numeric型別，而另外兩個變數是factor型別。
Step 3：檢視特徵型別資訊
命令str("資料集")可以檢視到特徵的具體型別資訊。本例中，bmi和chl是numeric型別，而另外兩個變數是factor型別。
Step 4：檢視特徵值的總體分佈情況
summary("資料集")可檢視到特徵值的總體分佈情況。它會列印出各列的最大，最小，平均值，缺失值個數等資訊。
需要特別說明的是 1st Qu，2 st Qu，3 st Qu 分別表示一分位點，二分位點，三分位點。一分位點表示四分之一處的數，二分位點表示中位數，三分位點表示四分之三處的數。
此外，Na's 是缺失值個數。
Step 5：資料視覺化
這部分將在下文中詳細講解。
小結
本文只講解了資料集的總體大致流程。針對某些實際情況，也許需要掌握一些關於分佈，或者稀疏度之類的資訊，這時需要查閱其他資料分析API，這裡不再過細講述。