分类算法与我们的生活息息相关，也是目前数据挖掘中应用最为广泛的算法，如：已知系列的温度、湿度的序列和历史的是否下雨的统计，我们需要利用历史的数据作为学习集来判断明天是否下雨；又如银行信用卡诈骗判别。分类问题都有一个学习集，根据学习集构造判别函数，最后根据判别函数计算我们所需要判别的个体属于哪一类的。常见的分类模型与算法传统方法1、线性判别法；2、距离判别法；3、贝叶斯分类器；现代方法：1、决策树；
转载
2023-06-20 17:30:49
179阅读
# R语言分类统计数量实现流程
## 引言
本文将介绍如何使用R语言进行分类统计数量的操作。这对于数据分析和统计非常重要，可以帮助我们更好地理解数据。下面将先介绍整个操作的流程，然后详细说明每一个步骤需要做什么，以及相应的代码。
## 操作流程
首先，我们需要准备数据集，然后选择合适的方法进行分类统计数量。下面是整个操作的流程表格：
| 步骤 | 操作 |
|------|------|
原创
2024-03-03 04:44:57
191阅读
分组统计1、假定有一组成绩数据，要求根据性别进行分组统计：> score
ID score1 score2 Gender
1 101 11.35321 0.9 male
2 102 12.58654 0.6 male
3 103 19.79380 0.9 female
4 104 12.01352 0.4 female
5 1
转载
2023-06-08 20:45:59
83阅读
R语言——数据类型详解R语言支持的数据类型数值型整数型逻辑型字符型复数型原生型R语言的数据对象类型包括向量：一个向量只能有一种数据类型矩阵：一个矩阵只能有一种数据类型数组：一个数组只能有一种数据类型数据框：不同的列允许不同的数据类型因子：一个因子只能有一种数据类型列表：允许不同的数据类型如上图所示，标量、向量、矩阵和数组可以按同一类型来理解，这四种类型要求对象包含的数据均为同一类型，数组是多维度的
转载
2023-10-30 21:52:36
174阅读
1.描述性统计分析（1）方法云集通过summary，sapply（）计算描述性统计量 [plain] view plaincopy
1. vars<-c("mpg","hp","wt")
2. vars
3. head(mtcars[vars])
4. #通过summary（）函数来获取描述性统计量
5. summary(mtcars[var
转载
2023-06-25 11:24:32
856阅读
一、数据准备数据是21个土壤样本的环境因子，细菌和真菌丰度数据。library(tidyverse)
library(igraph)
library(psych)
### 1.1 观测-变量数据表
data<- read.csv("data.csv",header = TRUE,
row.names = 1,
check
转载
2023-06-21 17:35:00
744阅读
多元统计分析 R与Python 的实现第1章 前言R软件是由统计学家编写，主要用于数据分析，但Python是通用软件，可以完成任何计算机能够完成的任务。相比于R，Python的帮助文档不够丰富，输出的统计结果也不如R软件全面。第2章 矩阵代数回顾一堆概念 转置 行向量、列向量 对称矩阵 上三角矩阵 下三角矩阵 对角矩阵 单位矩阵 正交矩阵 矩阵的秩 矩阵的迹用初等变换将矩阵变换为行阶梯型矩阵，非零
转载
2024-02-27 09:59:09
68阅读
文章目录基本统计分析1基本方法summary()函数apply()函数lapply()函数sapply()函数2.常见的描述指标标准误binom.test (二项分布精确检验)变异系数极差偏度系数（skewness）3分组计算描述性统计量aggregate()函数by()函数频数表和列联表列联表生成频数表一维列联表二维列联表3多维列联表非参数检验假设检验（Hypothesis Testing）符
转载
2023-09-18 21:54:12
392阅读
1.为何使用R与起源于贝尔实验室的S语言类似，R也是一种为统计计算和绘图而生的语言和环境，它是一套开源的数据分析解决方案，由一个庞大且活跃的全球性研究型社区维护。但是，市面上也有许多其他流行的统计和制图软件，如Microsoft Excel、SAS、IBM SPSS、Stata以及Minitab。为何偏偏要选择R？ R有着非常多值得推荐的特性。 多数商业统计软件价格不菲，投入成千上万美元都是可
转载
2023-08-17 16:48:23
95阅读
基础知识> R是一种解释型语言，而不是编译语言，也就意味着输入的命令能够直接被执行，而不需要像一些语言要首先构成一个完整的程序形式(如C，Fortan, Pascal)
> 所有的函数后都接有圆括号以区别于对象(object)
> 当R运行时，所有变量，数据，函数及结果都以对象(objects)的形式存在计算机的活动内存中，并冠有相应的名字代号
> 在R中进行的所有操作
转载
2023-06-21 16:43:56
93阅读
第三章、分类1.分类（相当于构建一个分类器）1.1 分类的基本介绍： 给定一个预定义的类标签集合，分类的任务是使用分类器的训练模型，为输入数据集的每个数据对象分配一个标签。通常，输入可能是离散值，也可能是连续值，但输出是离散二进制值或者名义数值等。分类算法通常描述为学习模型或函数。 &nb
转载
2023-07-16 16:31:16
108阅读
在数据挖掘中，统计学习方法常常用到R语言，因此，我们后面将对R语言在统计学习中的应用进行专题介绍，方便从理论上对统计学习有进一步深入的认识。1初始步骤开始运营R很简单，一种可以从系统菜单启动，双击图标或在系统命令行中输入命令”R“。这将产生一个控制台窗口，或在当前终端窗口启动一个交互式程序。在这两种情况下，R都是通过问答模式工作，即输入命令行并按下Enter键，然后程序运行，输出相关结果，继续要求
转载
2023-08-30 20:53:51
138阅读
一、 统计学习概述 统计学习是指一组用于理解数据和建模的工具集。这些工具可分为有监督或无监督。1、监督学习：用于根据一个或多个输入预测或估计输出。常用于商业、医学、天体物理学和公共政策等领域。2、无监督学习：有输入变量，但没有输出变量，可以从这些数据中学习潜在关系和数据结构。以下简单的用3个数据集来说明。1、工资数据 我们希望了解雇员的年龄、教育和年份
转载
2023-10-25 10:22:36
16阅读
目的: 1.描述性统计分析 2.频数表和;列连表 3.相关系数和协方差 4.t检验 5.非参数统计在上一节中使用了图形来探索数据,下一步就是给出具体的数据来描述每个变量的分布和关系1.描述性统计分析 探究案例:各类车型的油耗如何?对车型的调查中,每加仑汽油行驶的英里数分布是什么形式(均值,标准差,中位数,值域等) 1.1使用内置的summary函数来获取最小值,最大值,四分位数和数值
转载
2023-08-22 11:29:50
60阅读
Chapter 2 Data Collection本篇是第二章，内容是数据收集。1.数据来源做科学研究离不开数据，而数据的来源有哪些呢？ 这里比较简单地将数据来源分为两类：直接（一手）数据和间接（二手）数据。 直接数据的数据获取来源包括：观测、调查、实验。 间接数据的数据获取来源包括：出版物、互联网等。 接下来分别谈谈这几个来源。 观测——自然科学里有观测，如气象气候、植物生长期等，社会科学同
转载
2024-07-25 12:50:43
15阅读
【R语言数据科学】(十四)：随机变量和基本统计量✨本文收录于【R语言数据科学】本系列主要介绍R语言在数据科学领域的应用包括： R语言编程基础、R语言可视化、R语言进行数据操作、R语言建模、R语言机器学习算法实现、R语言统计理论方法实现。文章目录【R语言数据科学】(十四)：随机变量和基本统计量前言1.随机变量2.抽样模型3 随机变量的概率分布4.基本统计量5.总体方差和样本方差前言在数据科学中，我们
转载
2023-06-07 12:47:26
207阅读
“ 本章节是数据预处理的第一步：了解数据（集）。只有充分了解了数据，我们才能对数据做进一步的预处理和后续深入的分析。”目录1 数据结构str()dim()head()2 描述性统计分析summary()psych::describe()分组计算doBy::summaryBy分组计算psych::describeBy3 频数和列联表table 一维计数xtabs 多维（交叉）计数gmo
转载
2023-06-21 18:32:19
380阅读
基础操作 #获取当前脚本所在位置
getwd()
#更改脚本位置
setwd(dir = "C:/Users/LG/Desktop/R") #注意斜杠是正斜线
#查看当前目录下存在的文件
dir()x<-5 #赋值给局部变量
y<<-3 #赋值给全局变量x <- sum(1,2,3,4,5)
y <- 5
rm(x,y)
转载
2023-10-25 20:59:02
132阅读
正文决策树是一种基本的分类与回归方法，这里只介绍用于分类的决策树。前面已经说过，只要是分类，它的本质就是出发于特征，结束于类别。决策树主要3步骤：step1：特征选择； step2：决策树的生成； step3：决策树的修剪。决策树思想主要来源于由Quinlan在1986年提出的ID3算法和1993年提出的C4.5算法，以及有Breiman等人在1984年提出的CART算法。本文主要介绍前两个算法的
转载
2024-06-11 09:03:43
43阅读
第四章、高级分类算法 1. 集成方法（策略：模型平均） 为了提升分类的准确率，提出了集成方法（EM） 集成方法就是基于多个基础分类器来构建组合的分类器（每个基学习器都犯不同的错误，综合起来犯错的可能性不大） &
转载
2023-07-24 16:10:52
69阅读
