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
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
##
##该程序包括了KNN、SVM、朴素贝叶斯分类、人工神经网络、决策树、C5.0、随机森林、adaboost、bagging8种算法的实现
##
#Knn分类算法实现
setwd('H:\\object\\R\\data17_8_02')
library(xlsx)
library(MASS)
library(kknn)
library(class)
#归一化处理
normalize &l
转载
2023-08-31 09:38:03
101阅读
利用聚类分析，我们可以很容易地看清数据集中样本的分布情况。以往介绍聚类分析的文章中通常只介绍如何处理连续型变量，这些文字并没有过多地介绍如何处理混合型数据（如同时包含连续型变量、名义型变量和顺序型变量的数据）。本文将利用 Gower 距离、PAM（partitioning around medoids）算法和轮廓系数来介绍如何对混合型数据做聚类分析。 本文主要分为三个部分：距离计算聚类算法的选
转载
2023-06-25 12:43:00
151阅读
1、引言 “物以类聚、人以群分”。但我们面对一群人或者一堆物的时候，我们都希望将他们分分类，分类之后，我们才能更加有针对性地采取措施，从而提高工作效率。 如，我们将消费者分成若干类，有的是土豪、有的是工薪阶层，然后我们就采取不同的营销策略。再比如，我们将交通出行者分成若干类，有的是公共交通出行、有的是打车出行、有的是私车出行等，然后采取不同服务措施。 分类的方法很多，这里介绍一种称之为聚类分析的方
转载
2023-08-17 16:38:07
273阅读
R语言中plyr包前言 apply族函数是R语言中很有特色的一类函数，包括了apply、sapply、lapply、tapply、aggregate等等。这一类函数本质上是将数据进行分割、计算和整合。它们在数据分析的各个阶段都有很好的用处。例如在数据准备阶段，我们可以按某个标准将数据分组，然后获得各组的统计描述。或是在建模阶段，为不同组的数据建立模型并比较建模结果。apply族函数与Google
转载
2023-06-25 13:41:59
169阅读
R语言常用的数据类型有哪些？目录R语言常用的数据类型有哪些？R语言是解决什么问题的？R语言常用的数据类型有哪些？R语言是解决什么问题的？R 是一个有着统计分析功能及强大作图功能的软件系统，是由奥克兰大学统计学系的Ross Ihaka 和 Robert Gentleman 共同创立。由于R 受Becker, Chambers & Wilks 创立的S 和Sussman 的Scheme 两种语
转载
2023-08-16 23:20:11
59阅读
数据分析学习总结笔记08：数据分类典型方法及其R语言操作1 判别分析1.1 判别分析简介1.1.1 判别分析概念1.1.2 判别分析的种类1.2 距离判别法1.2.1 两总体距离判别1.2.2 多总体距离判别1.3 Fisher 判别法1.3.1 Fisher 判别法原理1.3.2 Fisher 判别法步骤1.4 Bayes 判别法1.4.1 Bayes 判别法概念1.4.2 概率判别1.4.3
转载
2023-08-10 13:30:11
166阅读
分类分类（Classification）任务就是通过学习获得一个目标函数（Target Function）f, 将每个属性集x映射到一个预先定义好的类标号y。分类任务的输入数据是记录的集合，每条记录也称为实例或者样例。用元组(X,y)表示，其中，X 是属性集合，y是一个特殊的属性，指出样例的类标号（也称为分类属性或者目标属性）。解决分类问题的一般方法分类技术是一种根据输入数据集建立分类模型的系统方
转载
2024-05-14 15:03:02
35阅读
关于分类算法我们之前也讨论过了KNN、决策树、naivebayes、SVM、ANN、logistic回归。关于这么多的分类算法，我们自然需要考虑谁的表现更加的优秀。 既然要对分类算法进行评价，那么我们自然得有评价依据。到目前为止，我们讨论分类的有效性都是基于分类成功率来说的，但是这个指标科学吗？我们不妨考虑这么一个事实：一个样本集合
本篇描述分类变量如何进行回归分类变量(也称为因子或定性变量)是可以将观测数据分组的变量。它们有有限数量的不同值，称为水平。例如，性别作为一个分类变量，它有两个水平:男性或女性。回归分析需要数值变量。因此，当研究者希望在回归模型中包含一个分类变量时，需要其他步骤使结果具有可解释性。在这些步骤中，分类变量被重新编码成一组单独的二元变量。这种编码被称为“哑变量编码”，并创建一个称为contrast ma
转载
2023-06-21 19:24:24
774阅读
在R语言中，有时为提高运行效率，以向量化操作替代循环操作，原因在于R中的向量化底层为C语言，C语言的执行效率要比R高的多。而提到向量化操作，则离不开apply函数族。今天，来分享常见的apply函数族用法。 文章目录一、常见apply函数族介绍二、实战应用2.0 问题描述2.1 sapply解法2.2 tapply解法三、总结 一、常见apply函数族介绍函数名输入输出基本语法apply一般为矩阵
转载
2023-06-25 14:41:29
204阅读
最近在读《R语言与网站分析》，书中对分类、聚类算法的讲解通俗易懂，和数据挖掘理论一起看的话，有很好的参照效果。然而，这么好的讲解，作者居然没提供对应的数据集。手痒之余，我自己动手整理了一个可用于分类算法的数据集（下载链接：csdn下载频道搜索“R语言与网站分析：数据集样例及分类算法实现”），并用R语言实现了朴素贝叶斯、SVM和人工神经网络分类。数据集记录的是泰坦尼克号乘客的存活情况。数据集包括乘客
转载
2023-08-30 16:21:04
101阅读
简单来说，R语言是一种主要用于统计分析、绘图的语言和操作环境。的源代码可自由下载使用，亦有已编译的执行档版本可以下载，可在多种平台下运行，包括UNIX（也包括FreeBSD和Linux）、Windows和MacOS。R主要是以命令行操作，同时有人开发了几种图形用户界面。 为什么我会使用R语言呢？毕竟我们还有SPSS
转载
2023-09-06 16:57:21
2阅读
R语言中的数据存储形式主要有以下几种方式数组，向量，矩阵，数据框，列表R语言中的可以处理的数据类型有以下几种方式数值类型，字符类型，逻辑类型，原声类型（二进制类型），复数类型数值类型 包括 实例标示，日期类型字符类型 包括 标称变量，序数变量R语言针对不同的数据类型处理的方式是不同的一、向量（每一个向量中的元素都是相同的数据类型）a <- c(1, 2, 5, 3, 6, -2,
转载
2023-10-03 10:21:42
80阅读
基本类型通常，在使用任何编程语言进行编程时，您需要使用各种变量来存储各种信息。 变量只是保留值的存储位置。 这意味着，当你创建一个变量，你必须在内存中保留一些空间来存储它们。您可能想存储各种数据类型的信息，如字符，宽字符，整数，浮点，双浮点，布尔等。基于变量的数据类型，操作系统分配内存并决定什么可以存储在保留内存中。与其他编程语言（如C中的C和java）相反，变量不会声明为某种数据类型。 变量分配
转载
2023-06-20 16:06:41
49阅读
# R语言分类地图
在数据可视化领域，地图是一种常用的展示方式，通过地图可以直观地展示地理位置信息。R语言作为一种流行的数据分析和可视化工具，也提供了丰富的地图绘制功能。本文将介绍如何使用R语言绘制分类地图，并通过代码示例演示实现过程。
## 分类地图概述
分类地图是一种将不同区域按照某种特定的属性进行分类并进行可视化展示的地图。通过分类地图，我们可以直观地比较不同区域的属性差异，从而更好地
原创
2024-04-28 06:01:45
82阅读
分类模型是机器学习中常用的一种模型，在R语言中有丰富的工具和包可以用于构建和评估分类模型。本文将介绍如何使用R语言中的一些常用包来构建分类模型，并通过代码示例来演示其用法。
## 什么是分类模型？
分类模型是一种机器学习模型，用于将输入数据划分到不同的类别中。分类模型可以用于许多应用场景，例如垃圾邮件过滤、疾病诊断、情感分析等。分类模型的目标是根据输入数据的特征来预测其所属类别。
## 用R
原创
2024-01-24 10:47:23
139阅读
