因为最近又接触了一下R语言R语言的用法什么的一般都需要google,国内貌似很少有讨论,可能确实使用并不是太广泛,应该是金融分析之类的岗位用的多一点吧?为了日后再次使用时检阅方便,我先把最近的一点总结写在这儿,当是为日后占个坑。ps: 此文中’=‘和’<-'我都混用了,貌似一般赋值都使用<-,但我在使用的时候暂时没有出现什么相关错误工作目录(setwd)和matlab很类似,在进行文
转载 2023-11-24 21:15:53
49阅读
注: 本文是R语言sf包的核心开发者和维护者——来自德国明斯特大学的地理信息学教授: Edzer Pebesma 的一篇关于sf包的简介,发表于2018年7月的R语言期刊,主要讲述了sf的定位、功能、开发现状及现存问题和今后展望,sf包是一个非常了不起的工具,在R语言中引入了空间数量分析领域通用的标准规范(simple feature),结合tidyverse工具箱组合
1.单因素方差分析:适用于单因素A有两个水平或以上,研究个水平对因变量的影响正态假设条件:W检验shapiro.test():原假设为数据来自正态分布方差齐性条件:Bartlett检验(主要用于正态分布的数据) bartlett.test(x, g, ...)x是数据向量或列表(list);g是因子向量,如果x是列表则忽略g。 当使用数据集时,也可以通过formula调用函数&
转载 2023-06-25 20:40:28
273阅读
本文主要介绍R语言中基本图形的绘制,包含以下几种图形:1.条形图 2.饼图 3.直方图 4.核密度图 5.箱线图 6.点图1.直方图的绘制 #直方图绘制 barplot(height) #height是一个向量或者矩阵 a<-c(1,2,3,4,5,6) #垂直直方图 barplot(a,main="Simple Bar Plot",xlab="
转载 2023-07-16 16:45:09
118阅读
本文讲述R语言中apply家族的函数的使用方法。一、lapply 最好不要试图一开始就用apply函数,因为它比lapply函数复杂。lapply函数是apply家族的函数中逻辑最简单、版本兼容性、最user-friendly的函数。你甚至可以用lapply这一个函数打天下。其基本语法为:lapply(Vector, function(ii) { ... })。例如,有这样一个data.frame
转载 2023-06-16 19:39:15
111阅读
R语言编译器中,设置当前工作文件夹可以用setwd()函数。> setwd("e://桌面//")> setwd("e:\桌面\")> setwd("e:/桌面/")这三种结构都是可以编译通过的,但是在VS C#中却不行,只有一种能运行成功。(PS:R语言在VS中运行要先配置环境,还没配置的童鞋先要配置好,才可运行,如有问题可看我前面的随笔。)就是这种结构,engine.Eva
转载 2023-05-26 08:50:28
281阅读
R语言中有关绘图的包:base、grid、lattice及ggplot21.lattice包可生成栅栏图形 [plain] view plaincopy 1. library(lattice) 2. histogram(~height|voice.part,data=singer, 3. main="Distribution of He
转载 2024-02-05 14:41:39
127阅读
简介R语言主要用于数据可视化与统计分析,当然现在也可以通过扩展包实现数据挖掘等算法。与Python相比,R语言相当于天生就加载了NumPy,SciPy,Pandas的大多数功能。现在来介绍一些R语言的基本知识。正文一,入门操作1, 包(1)下载包install.packages( c("xts", "zoo"), lib = "some/other/folder/to/install/to",
转载 2023-08-15 21:49:10
143阅读
R语言使用dplyr包的groupby函数和summarise函数计算dataframe中不同分组的均值(分组为离散变量、被统计列为连续变量)目录R语言使用dplyr包的groupby函数和summarise函数计算dataframe中不同分组的均值(分组为离散变量、被统计列为连续变量)#导入包和库仿真数据1仿真数据2仿真数据3仿真数据4仿真数据5 R语言使用dplyr包的groupby
文章目录1、资料下载2、注册用户3、安装和测试opencv 最近看到329的论坛又更新了好多东西,于是我又蠢蠢欲动了,另外也想好好熟悉下linux,就又拿起来了,这里记录下过程。1、资料下载首先是要下载什么东西优先还是去官方的网盘下载吧,更新速度还是内容都是最新的sipeed企业网盘这里我主要是为了下这个最新的镜像,就去了这边下载,因为最新的镜像已经内置了很多我们测试用的模型,就比较方便我们使用
转载 2023-11-05 20:24:06
103阅读
关于softmax regression的数学模型部分可以参考Stanford的中英文Wiki:http://ufldl.stanford.edu/wiki/index.php/Softmax%E5%9B%9E%E5%BD%92 softmaxregR包的下载地址:https://cran.r-project.org/web/packages/softmaxreg/index.html一
R语言如何计算矩阵的行均值?目录R语言如何计算矩阵的行均值?R语言是解决什么问题的?R语言如何计算矩阵的行均值?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 2023-08-07 10:38:41
50阅读
  R语言是进行统计分析和可视化的优秀语言(其实机器学习和网页制作也可以用R,小声说~|ω`))  R语言  相信大家在利用R语言进行数据分析的时候可能会有大数据分析需求。所谓大数据,很好理解,就是大样本高维度数据,这样的数据在当今信息爆炸时代,很是常见。比如医学数据,数据量大,维度极高,因为医学的检测指标多,而且随着基因测序特别是二代测序等高通量测序(High-throughput sequen
转载 2023-05-28 15:09:11
210阅读
Lasso的身世Lasso的思想从线性回归到Lasso认识LassoLasso相关文献 Lasso的身世Lasso全称为The Least Absolute Shrinkage and Selection Operator,是Tibshrani受到Breiman的Non-Negative Garrote(NNG)的启发在1996年提出的一种压缩估计方法,他把NNG的两步合并为一步,即L1-nor
转载 2024-01-19 23:26:17
70阅读
Nomogram,中文常称为诺莫图或者列线图,简单的说是将Logistic回归或Cox回归的结果进行可视化呈现。它根据所有自变量回归系数的大小来制定评分标准,给每个自变量的每种取值水平一个评分,对每个患者,就可计算得到一个总分,再通过得分与结局发生概率之间的转换函数来计算每个患者的结局时间发生的概率。 下图显示的 logisitc 回归的诺曼图。比如想知道年龄 70 岁的男性的患病风险,
转载 2023-09-10 15:14:22
183阅读
R语言数据分析 听课笔记第三部分搏术目录R语言数据分析 听课笔记第三部分搏术观数以形:一维数据作图茎叶图直方图小提琴图箱线图小提琴图 + 箱线图观数以形:二维数据作图观数以形:高维数据作图三维散点图脸谱图平行坐标图11章 相随相伴,谓之关联关联规则 I关联规则 II关联规则 III分类:既是世间法,自当有分别近邻法, k-最近邻分类算法R语言实现树模型(决策树) CART算法R语言实现随机森林算法
转载 2023-09-14 13:22:06
115阅读
什么是R语言R语言简介R语言的诞生、发展、优缺点· R语言——集数据操作、分析、展示于一体的数据分析工具· 源于S语言,与S-PLUS同为S语言的实现· 2000年发布第一个二进制版本,目前最新版本4.0.0· 随着数据分析的兴起,R语言也正在变得热门——TIOBE· R语言的优点· R语言的缺点开发工具----R与RstudioR· R-project网站介绍、下载安装· R环境界面介绍RSt
统计检验是将抽样结果和抽样分布相对照而作出判断的工作。主要分5个步骤:建立假设求抽样分布选择显著性水平和否定域计算检验统计量判定 —— 百度百科 假设检验(hypothesis test)亦称显著性检验(significant test),是统计推断的另一重要内容,其目的是比较总体参数之间有无差别。假设检验的实质是判断观察到的“差别”是由抽样误差引起还是总体上的不同,目的是评价两种不同处理引起效应
转载 2023-10-07 22:38:46
236阅读
R语言七天入门教程二:认识变量与运算符一、什么是变量1、变量顾名思义,我们可以将变量理解为“可以改变的量”,是计算机语言中能储存计算结果或能表示值的抽象概念。这里的值可以是数字,也可以是其他数据类型(例如,字符串,逻辑类型等)。变量在程序运行过程中,其值是可以发生改变的。2、常量对于常量,我们可以将其理解为”固定的量“,会直接写在程序中。在程序运行过程中,常量的值不会发生变化。例如,数值123在程
#第11章中级绘图(与ggplot2包进行对比) #散点图 #图1 plot()函数 attach(mtcars) plot(wt,mpg, main="基本散点图", xlab="车重", ylab="每加仑英里数",pch=15) abline(lm(mpg~wt),col="red",lwd=2,lty=1) lines(lowess(wt,m
转载 2023-08-06 09:52:31
163阅读
  • 1
  • 2
  • 3
  • 4
  • 5