线性优化简介优化是一种为所有可能的解决方案找到给定问题的最佳解决方案的技术。优化使用严格的数学模型来找出给定问题的最有效解决方案。要从优化问题开始,首先确定目标非常重要。目标是绩效的量化衡量。例如:最大化利润,最小化时间,最小化成本,最大化销售。优化问题可分为两组线性规划(LP):它也被称为线性优化,在这个问题中,目标是在数学模型中获得最佳结果,其中目标和所有约束是决策变量的线性函数。二次规划(Q
大数据指不用随机分析法这样捷径,而采用所有数据进行分析处理的方法。互联网时代每个企业每天都要产生庞大的数据,对数据进行储存,对有效的数据进行挖掘分析并应用需要依赖于大数据开发阶段一、Linux&&Hadoop生态体系1、Linux大纲1) Linux的介绍,Linux的安装:VMware Workstation虚拟软件安装过程、CentOS虚拟机安装过程2) 了解机架服务器,采用真
简介:在上一节《安全多方计算(MPC)从入门到精通:简易教程》中,我们已经简单介绍过Frutta语言,Frutta是JUGO为计算逻辑而开发的编程语言,计算逻辑在MPC中是为解决具体业务而编写的算法。它是一门类C高级语言,支持大部分运算符、数据类型,表达方式的实现——300个门电路,仅需一行代码!1.什么是Frutta  Frutta是矩阵元为安全多方计算的算法电路文件生成而专门定制的编程语言。它
转载 2024-04-22 21:23:39
11阅读
ridge regression可以用来处理下面两类问题:一是数据点少于变量个数;二是变量间存在共线性。当变量间存在共线性的时候,最小二乘回归得到的系数不稳定,方差很大。这是因为系数矩阵X与它的转置矩阵相乘得到的矩阵不能求得其逆矩阵,而ridge regression通过引入参数lambda,使得该问题得到解决。在R语言中,MASS中的函数lm.ridge()可以很方便的完成
前言 最近想试一下捣腾一个 R 出来,故参考了一些教程。现在看到的最好的就是谢益辉大大之前写过的开发R程序之忍者篇,以及 Hadley 大神(ggplot2 devtools 等一系列的作者)的 教程。但是前者有一些过时,后者是全英文的,所以我这里记录一下比较简单的过程,给读者们一个参考思路。如果你有一些 R 程序,想塞到去一个自创的 R 中,那么这篇文章就可能是你想要的。为了方
转载 2023-09-02 15:12:54
589阅读
文章目录检查可用R语言1. 获取包含R的库位置2. 获取已安装的所有软件列表3. 获取当前在R环境中加载的所有4. 安装一个新的软件有两种方法安装:5. 加载到当前R环境6. 卸载包包R语言R函数,编译代码和样本数据的集合。 它们存储在R语言环境中名为“library”的目录下。默认情况下,R语言在安装期间安装一组软件。 随后添加更多,当它们用于某些特定目的时。 当我们启
转载 2023-05-18 22:26:36
204阅读
R的安装R语言的特点就是有众多的第三方扩展,扩展涉及到各行各业的数据分析内容。R函数、数据、预编译代码以一种定义完善的格式组成的集合,包括R程序,运行该程序的其他语言(例如C语言),解释这个程序功能、方法的帮助文档,例子、测试数据等。R自带了一系列默认,包括base、datasets、utils、graDevices、graphics、stats以及methods。这些提供了很多的默
使用readr进行数据导入导入数据的方法有很多,相信大家也已经有了自己习惯的方法,所以本节的内容只是给大家提供一个选择。所谓技多不压身!本节较多理论性的东西,大家也可以酌情跳过!7.1 简介本章将学习如何将纯文本格式的矩形文件读入 R。虽然本章内容只是数据导入的冰山一角,但其中的原则完全适用于其他类型的数据。本章末尾将提供 一些有用的 R ,以处理其他类型的数据。7.2 入门readr 的多数函
转载 2024-08-16 10:06:18
90阅读
决策树模型 是一种简单易用的非参数分类器。它不需要对数据有任何的先验假设,计算速度较快,结果容易解释,而且稳健性强,不怕噪声数据和缺失数据。决策树模型的基本计算步骤如下:先从n个自变量中挑选一个,寻找最佳分割点,将数据划分为两组。针对分组后数据,将上述步骤重复下去,直到满足某种条件。 在决策树建模中需要解决的重要问题有三个: 如何选择自变量 如何选择分割点 确定停止划分的条件在 R语言
转载 2023-08-07 10:10:14
133阅读
本文集锦了R语言学习中需要用到的知识。可以作为入门了解之用,细节部分本文不做详解R语言介绍2、Rstools及package管理目前常用安装的方式用三种:分为CRAN中的/生物信息学相关/GitHub里面的#CRAN中的 #install.packages() 安装 #生物信息学相关Bioconductor #install.packages('BiocManger') #BiocMa
1. stringr介绍stringr包被定义为一致的、简单易用的字符串工具集。所有的函数和参数定义都具有一致性,比如,用相同的方法进行NA处理和0长度的向量处理。字符串处理虽然不是R语言中最主要的功能,却也是必不可少的,数据清洗、可视化等的操作都会用到。对于R语言本身的base提供的字符串基础函数,随着时间的积累,已经变得很多地方不一致,不规范的命名,不标准的参数定义,很难看一眼就上手使用。字
Rglmnet是通过惩罚最大似然法拟合广义线性和类似模型的软件。1. 加载和数据#install.packages("glmnet", repos = "https://cran.us.r-project.org") library(glmnet) ls("package:glmnet") # x = matrix(rnorm(100 * 20), 100, 20)*10 # y = r
转载 2023-10-30 21:31:38
170阅读
目录引言1、数据构造2、筛选2.1 dplyr::filter基本语法:案例2.2 sqldf:sqldf关键字select、from、where、where3、排序3.1 dplyr::arrange3.2 sqldf:sqldf关键字:order by4、选择列4.1dplyr::select4.2 sqldf::select5、创建新的变量5.1 dplyr::mutate5.2 sqld
转载 2023-08-18 14:48:10
139阅读
DESeq2和EdgeR都可用于做基因差异表达分析,主要也是用于RNA-Seq数据,同样也可以处理类似的ChIP-Seq,shRNA以及质谱数据。这两个都属于R,其相同点在于都是对count data数据进行处理,都是基于负二项分布模型。因此会发现,用两者处理同一组数据,最后在相同阈值下筛选出的大部分基因都是一样的,但是有一部分不同应该是由于其估计离散度的不同方法所导致的。 ### DESeq2
shiny学习笔记(一)认识shiny第一个例子(01_hello)认识shiny APP的构成用户界面 (ui)服务器功能 (server)shinyApp函数 认识shinyshiny是一个R的软件,它使得直接从R构建交互式web app更加简单。 shiny中有11个例子,可以非常形象直观地解释shiny的工作方式。第一个例子(01_hello)认识shiny APP的构成shiny
 注:以下内容是我个人翻译自Rstudio官网的Shiny教程http://shiny.rstudio.com/articles/basics.html水平有限,敬请谅解在开始之前,先简单介绍一下Shiny框架,以下内容引用于百度百科:‘Shiny是R中的一种Web开发框架,使得R的使用者不必太了解css、js只需要了解一些html的知识就可以快速完成web开发,且shiny集成了bo
转载 2023-10-30 21:34:27
102阅读
(课程视频链接:https://www.bilibili.com/video/BV19x411X7C6?p=1)1.R语言        R语言是S语言的一种实现。R是一个全面的统计研究平台,提供了各式各样的数据分析技术,拥有顶尖的绘图功能。        R
转载 2023-10-30 21:30:41
444阅读
上一篇博客(R中两种常用并行方法——1. parallel)中已经介绍了R中常见的一种并行包:parallel,其有着简单便捷等优势,其实缺点也是非常明显,就是很不稳定。很多时候我们将大量的计算任务挂到服务器上进行运行时,更看重的是其稳定性。这时就要介绍R中的另一个并行利器——snowfall,这也是在平时做模拟时用的最多的一种方法。针对上篇中的简单例子首先是一个最简单的并行的例子,这个例子不需要
转载 2023-11-29 09:55:27
112阅读
[更新~] Python网络爬虫与文本数据分析dplyr简介dplyr是R语言的数据分析,很像python中的pandas,能对dataframe类型的数据做很方便的数据处理和分析操作。最初我也很奇怪dplyr这个奇怪的名字,我查到其中一种解释d代表dataframeplyr是英文钳子plier的谐音library(tidyverse)## ── Attaching packages ─────
转载 2024-08-02 22:36:37
42阅读
--------仅用于个人学习知识整理和sas/R语言/python代码整理--------文章使用数据都为脱敏模拟数据简介radiant是r,基于r shiny开发,可以对数据进行简单的分析,进阶可以进行统计建模分析,并支持报表输出radiant的开发者文档地址:radiant-rstats/docs2 数据导入及启动2.1 导入方法1(推荐使用这个)radiant本质是r语言,所以可以先
  • 1
  • 2
  • 3
  • 4
  • 5