写在前面有的时候，我们会发现对于一个序列，它的值域很大，我们算法的复杂度又是 \(\Theta (\mbox{值域})\) 的，但同时我们发现，我们只关心序列中元素的大小关系，却不关心数到底是多少，比如说我们要找到序列中最大元素的位置，在这个问题下，序列 1 2 3 4 5 和序列 6 10 12 18 34 是等价的，这个时候我们可以通过一些方法将后一个序列映射到前一个序列中去，使得序列的值域变
转载
2023-12-18 19:12:17
110阅读
今日略晚，明天开组会，还在思考要汇报些什么呢。。。。 好了，多点少点，学习了就是好的。。 今天看的是一个案例：预测离散值时间序列假设我们观察到取值为0或1的数据，每个时刻一个值。 假设这是每天的天气数据:1代表有雨，0代表没有雨。 假设已经知道最近几天是否下雨，我们希望预测明天是否会下雨。 具体而言，对于某个k值，我们会根据最近k天的天气记录来预测明天的天气。 我们将使用“过半数规则”(major
转载
2023-10-19 17:12:25
98阅读
异常检测1、什么是离群值（outlier）离群值是与其他数据有显著差异的数据点。 Hawkins defined 1 an outlier as follows: “An outlier is an observation which deviates so much from the other observations as to arouse suspicions that it was g
转载
2024-03-01 11:53:04
143阅读
3.1实验目的关系是集合论中的一个十分重要的概念，关系性质的判定是集合论中的重要内容。通过该组实验，更加深刻地理解关系的概念和性质，并掌握关系性质的判定及关系的闭包的求法。3.2实验内容1、键盘输入集合A中的所有元素，并输入关系R中的所有序偶对，建立关系R的关系矩阵；2、判断关系所具有的性质；3、求关系R的逆关系，及关系的合成运算；4、求关系R的r(R)、s(R)、t(R)。（注意关系的传递闭包采
转载
2024-02-21 13:48:18
668阅读
关系作为集合的运算：关系的交：R ∩ S={(x,y)|x∈∈A, y∈∈A,xRy且xSy}关系的并：R∪ S={(x,y)| x∈∈A, y∈∈A ,xRy或xSy}关系的差：R - S={(x,y)| x∈∈A, y∈∈A ,xRy并且xS/y}逆关系：R−1R−1 ={(y, x)|x∈∈A, y∈∈A, 并且有xRy}关系的乘积：称关系R•S为关系R和S的乘积或合成关系的乘法的
转载
2023-12-04 22:58:07
187阅读
在之前python scipy 稀疏矩阵详解中，详细介绍了常用稀疏矩阵原理及在python中的使用经验。本篇推文聚焦R语言稀疏矩阵格式及其在单细胞多组学(scRNA, scATAC)中的应用。R稀疏矩阵dgTMatrix即Sparse matrices in triplet form，该格式类比于python中的coo_matrix，是最简单的稀疏矩阵存储方式，采用三元组(row, col, da
转载
2024-08-16 22:35:02
106阅读
# 学习如何在R语言中实现离散刻度
对于刚入门的开发者来说，R语言是一个强大的工具，特别是在数据分析和可视化方面。在本篇文章中，我们将详细讲解如何使用R语言实现离散刻度，并用饼状图来展示结果。我们将通过步骤表格和代码示例让你全面理解离散刻度的实现。
## 流程概述
下面是实现离散刻度的步骤流程：
| 步骤 | 内容 |
|------|------
集中趋势：3种常见统计量：均值、中位数、众数均值: mean()中位数：median（）众数：没有默认，要先下载R包：FinAna。之后用 get.mode()离散程度常见统计量：极差、四分位数、百分位数、四分位距、标准差、方差、变异系数极差：也称全距，一组数据最大值与最小值之差 R语言：第一种方法：先用range()，求范围；再用diff(range()); 第二种方法（简单粗暴用最大最小直接求
转载
2023-05-22 14:23:53
441阅读
R语言数据预处理——离散化（分箱）一、项目环境开发工具：RStudioR：3.5.2相关包：infotheo，discretization，smbinning，dplyr，sqldf二、导入数据# 这里我们使用的是鸢尾花数据集（iris）
data(iris)
head(iris)Sepal.LengthSepal.WidthPetal.LengthPetal.WidthSpecies15.13.
转载
2023-10-25 19:01:20
173阅读
聊天记录分析算是自己一开始入门R接触的小案例，恰好有一个机会替一个神秘组织开八了聊天秘密，一些人留言想知道里面一些图表如何绘制，所以自己动起了写教程的念头。网上这类的资料有很多，但是自己也有一些新想法就写下来了。这是后续篇[聊天记录分析（二）] 一、如何获取群聊天数据？||微信群 安卓系统：需要root权限 苹果系统：可以下载同步助手 人工采集：长按信息发送到邮箱（简单粗暴但好用！）
## R语言变量离散化的解决方案
在R语言数据分析中，变量离散化是一个重要的步骤，尤其是在处理连续型数据时。在这个过程中，我们通常会将数值型变量转化为分类变量，以便于后续分析和建模。接下来，我将详细描述如何在R语言中实现变量离散化，整个过程将包括环境预检、部署架构、安装过程、依赖管理、服务验证和扩展部署。
### 环境预检
首先，在进行任何操作之前，我需要确保我的开发环境是合适的。以下是思维
序号逻辑回归线性回归模型归类离散选择法模型回归分析数值类型二元一元或多元公式P(Y=1│X=x)=exp(x'β)/(1+exp(x'β)) 逻辑回归Logit模型（Logit model，也译作“评定模型”，“分类评定模型”，又作Logistic regression，“逻辑回归”）是离散选择法模型之一，Logit模型是最早的离散选择模型，也是目前应用最广的模型。是社会学、生物统计学、
转载
2023-11-23 14:24:19
264阅读
DT系统的特点：
较CT系统来说，DT系统较为简单；（毕竟代数比微积分简单）
DT和CT的分析方法类似；
DT系统与电子电路和电脑有密切的关系；
DT系统的表示方法：
差分方程
框图
右移操作符R
将一个信号整体右移本质上就是对延迟了这个信号。信号与系统中引入了操作符R来表示将整个离散信号右移一个时间单位。简单的来说就是使用RX表示x[n-1]，而使用R^2表示x[n-2]。这样能将差分方程编程多
转载
2023-12-23 22:41:40
91阅读
在数据科学和生物统计中，Kaplan-Meier (KM) 检验是一种常用的生存分析方法。最近遇到的“KM检验过离散R语言”问题，主要体现在如何处理离散数据与生存时间的关系。本文将分享解决该问题的过程，涵盖背景定位、参数解析、调试步骤、性能调优、排错指南，以及生态扩展。
### 背景定位
在进行生存分析时，常需对离散时间序列进行 KM 检验。离散数据可能导致不准确的生存曲线和统计分析结果。例如
# R语言离散小波变换的实现指南
离散小波变换（Discrete Wavelet Transform, DWT）是一种强大的信号处理技术，它将数据分解为不同频率的成分，并允许我们对信号进行更有效的分析。对于初学者来说，学习DWT的步骤通常涉及安装包、加载数据、应用变换以及可视化结果。以下是实现DWT的整体流程。
## 流程步骤
| 步骤 | 描述 |
|------|------|
| 1
# 第一章 R基础
install.packages(c("ggplot2","gcookbook"))
library(ggplot2)
library(gcookbook)
# 加载分隔符式的文本文件
# data <- read.csv("datafile.csv")
# data <- read.csv("datafile.csv",header=FALSE)
转载
2023-10-29 08:29:59
280阅读
# 如何使用R语言绘制离散变量热图
在数据分析和可视化中，热图是一种非常有效的工具，能够直观地展现变量之间的关系。当我们面对离散变量时，使用热图将更能揭示其潜在的模式。本篇文章将指导你如何在R语言中实现离散变量的热图，包括所需的步骤以及相应的代码。
## 整体流程
为了实现离散变量热图，我们可以将整个流程分为以下几个步骤。下面是一个简单的流程表格：
| 步骤
原创
2024-09-19 08:25:54
104阅读
写在前面有的时候，我们会发现对于一个序列，它的值域很大，我们算法的复杂度又是 \(\Theta (\mbox{值域})\) 的，但同时我们发现，我们只关心序列中元素的大小关系，却不关心数到底是多少，比如说我们要找到序列中最大元素的位置，在这个问题下，序列 1 2 3 4 5 和序列 6 10 12 18 34 是等价的，这个时候我们可以通过一些方法将后一个序列映射到前一个序列中去，使得序列的值域变
转载
2024-04-02 15:14:41
132阅读
1.前言散点图(scatter graph、point graph、X-Y plot、scatter chart )是科研绘图中最常见的图表类型之一，通常用于显示和比较数值。散点图是使用一系列的散点在直角坐标系中展示变量的数值分布。在二维散点图中，可以通过观察两个变量的数据变化，发现两者的关系与相关性。散点图可以提供三类关键信息：(1)变量之间是否存在数量关联趋势；(2)如果存在关联趋势，那么其是
转载
2023-08-16 10:53:32
202阅读
关系论笔记：一、二元关系相关概念和性质：二元关系的定义：特殊关系：关系的矩阵表示法：关系的逆：关系的复合运算：关系的幂：二元关系相关性质：笛卡尔积的运算律：二、常见关系：等价关系：偏序关系：三、关系的闭包运算：闭包的定义：闭包的集合构造：闭包的矩阵构造：传递闭包的算法构造：（ Warshall算法） 一、二元关系相关概念和性质：二元关系的定义： ·有序对集合是笛卡尔积上的关系，当且仅当，并记为，
转载
2024-08-05 21:54:17
120阅读
