In deze zelfstudie wordt uitgelegd hoe u een gegevensset in R kunt verkennen en samenvatten, waarbij u de irisgegevensset als voorbeeld gebruikt.<\/span><\/p>\n Gerelateerd:<\/strong> een complete gids voor de mtcars-dataset in R<\/a><\/span><\/p>\n Omdat de iris-dataset een ingebouwde dataset in R is, kunnen we deze laden met de volgende opdracht:<\/span><\/p>\n We kunnen de eerste zes rijen van de dataset bekijken met behulp van de head()<\/strong> functie:<\/span><\/p>\n We kunnen de functie summary()<\/strong> gebruiken om elke variabele in de dataset snel samen te vatten:<\/span><\/p>\n Voor elk van de numerieke variabelen kunnen we de volgende informatie zien:<\/span><\/p>\n Voor de enige categorische variabele in de dataset (Species) zien we een frequentietelling van elke waarde:<\/span><\/p>\n We kunnen de functie dim()<\/strong> gebruiken om de afmetingen van de dataset te verkrijgen in termen van het aantal rijen en kolommen:<\/span><\/p>\n We kunnen zien dat de dataset 150<\/strong> rijen en 5<\/strong> kolommen heeft.<\/span><\/p>\n We kunnen ook de functie namen()<\/strong> gebruiken om de kolomnamen van het dataframe weer te geven:<\/span><\/p>\n We kunnen ook plots maken om de waarden van de dataset te visualiseren.<\/span><\/p>\n We kunnen bijvoorbeeld de functie hist()<\/strong> gebruiken om een histogram te maken van de waarden van een bepaalde variabele:<\/span> <\/p>\n We kunnen ook de functie plot()<\/strong> gebruiken om een spreidingsdiagram te maken van elke paarsgewijze combinatie van variabelen:<\/span> <\/p>\n We kunnen ook de functie boxplot()<\/strong> gebruiken om een boxplot per groep te maken:<\/span> <\/p>\n Op de x-as worden de drie soorten weergegeven en op de y-as wordt de verdeling van de kelkbladlengtewaarden voor elke soort weergegeven.<\/span><\/p>\n Met dit type plot kunnen we snel zien dat de lengte van de kelkblaadjes meestal het grootst is voor de virginica-soort en het kleinst voor de setosa-soort.<\/span><\/p>\n In de volgende tutorials wordt gedetailleerder uitgelegd hoe u gegevenssets in R samenvat:<\/span><\/p>\n De eenvoudigste manier om samenvattende tabellen te maken in R<\/a> De irisdataset is een ge\u00efntegreerde dataset in R die metingen bevat van 4 verschillende attributen (in centimeters) voor 50 bloemen van 3 verschillende soorten. In deze zelfstudie wordt uitgelegd hoe u een gegevensset in R kunt verkennen en samenvatten, waarbij u de irisgegevensset als voorbeeld gebruikt. Gerelateerd: een complete gids voor de mtcars-dataset in R […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-2017","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Iris-gegevensset laden<\/strong><\/span><\/h3>\n
data(iris)<\/strong><\/span><\/pre>\n #view first six rows of iris dataset<\/span>\nhead(iris)\n\n Sepal.Length Sepal.Width Petal.Length Petal.Width Species\n1 5.1 3.5 1.4 0.2 setosa\n2 4.9 3.0 1.4 0.2 setosa\n3 4.7 3.2 1.3 0.2 setosa\n4 4.6 3.1 1.5 0.2 setosa\n5 5.0 3.6 1.4 0.2 setosa\n6 5.4 3.9 1.7 0.4 setosa\n<\/strong><\/span><\/pre>\n Vat de Iris-dataset samen<\/strong><\/span><\/h3>\n
#summarize iris dataset<\/span>\nsummary(iris)\n\n Sepal.Length Sepal.Width Petal.Length Petal.Width \n Min. :4,300 Min. :2,000 Min. :1,000 Min. :0.100 \n 1st Qu.:5.100 1st Qu.:2.800 1st Qu.:1.600 1st Qu.:0.300 \n Median: 5,800 Median: 3,000 Median: 4,350 Median: 1,300 \n Mean:5.843 Mean:3.057 Mean:3.758 Mean:1.199 \n 3rd Qu.:6,400 3rd Qu.:3,300 3rd Qu.:5,100 3rd Qu.:1,800 \n Max. :7,900 Max. :4,400 Max. :6,900 Max. :2,500 \n Species \n setosa:50 \n versicolor:50 \n virginica :50<\/strong><\/span><\/pre>\n\n
\n
#display rows and columns<\/span>\ndim(iris)\n\n[1] 150 5\n<\/strong><\/span><\/pre>\n #display column names<\/span>\nnames(iris)\n\n[1] \"Sepal.Length\" \"Sepal.Width\" \"Petal.Length\" \"Petal.Width\" \"Species\" \n<\/strong><\/span><\/pre>\n Visualiseer de Iris-gegevensset<\/strong><\/span><\/h3>\n
#create histogram of values for sepal length<\/span>\nhist(iris$Sepal.Length,\n col=' steelblue<\/span> ',\n main=' Histogram<\/span> ',\n xlab=' Length<\/span> ',\n ylab=' Frequency<\/span> ')\n<\/strong><\/span><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/iris1.png\")
<\/p>\n #create scatterplot of sepal width vs. sepal length<\/span>\nplot(iris$Sepal.Width, iris$Sepal.Length,\n col=' steelblue<\/span> ',\n main=' Scatterplot<\/span> ',\n xlab=' Sepal Width<\/span> ',\n ylab=' Sepal Length<\/span> ',\n pch= 19<\/span> )<\/strong><\/span> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/iris2.png\")
<\/p>\n #create scatterplot of sepal width vs. sepal length<\/span>\nboxplot(Sepal.Length~Species,\n data=iris,\n main=' Sepal Length by Species<\/span> ',\n xlab=' Species<\/span> ',\n ylab=' Sepal Length<\/span> ',\n col=' steelblue<\/span> ',\n border=' black<\/span> ')<\/strong><\/span> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/iris3.png\")
<\/p>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe de samenvatting van vijf getallen in R te berekenen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"