使用 R 进行数据分析

数据整理或数据预处理是实现准确、完整数据分析的第一步。这一过程将原始数据转换成一种可以轻松分类或映射到其他数据的格式，在它们之间建立可预测的关系，并使您更容易建立所需的模型来回答有关数据的问题。 本模块将介绍如何使用 R 进行数据预处理，然后为您提供所需的工具来识别和处理数据集中的缺失值、转换数据格式以使其与您可能想要比较的其他数据保持一致、对数据进行归一化处理、通过数据分档创建信息类别，以及将分类变量转换为可用于基于数值分析的定量值。

探索性数据分析，或称 EDA，是一种分析数据的方法，它总结了数据的主要特征，帮助你更好地理解数据集，发现不同变量之间的关系，并为你试图解决的问题提取重要变量。 在本模块中，您要回答的主要问题是"航班延误的原因是什么？在本模块中，您将学习一些有用的探索性数据分析技术，这些技术将有助于回答这个问题。

您已经确定了要解决的问题，预处理了分析中要用到的数据集，并进行了一些探索性数据分析，回答了一些初步问题。现在，是开发模型和评估假设强度的时候了。 在本模块中，您将尝试使用航空公司数据集预测航班的到达延误时间，从而检验模型的开发。您将学习用于确定数据集中变量之间相关性的回归技术，并通过直观和指标计算对结果进行评估。

您对数据有了深入的了解，并对数据进行了预处理，以确保获得最佳结果。您还进行了探索性数据分析并开发了模型。到目前为止，一切看起来都很顺利，但您如何确定您的模型在现实世界中能正常运行并达到最佳效果呢？ 在本模块中，您将学习如何使用 Tidymodels 框架来评估您的模型。Tidymodels 是使用整齐逆原理进行建模和机器学习的软件包集合。通过使用这些软件包，您将学会如何交叉验证模型、识别潜在问题（如过拟合和欠拟合），以及如何使用正则化技术处理过拟合问题。您还将学习如何使用网格搜索调整模型。