R语言教程
R是用于统计分析、绘图的语言和操作环境
-
ggplot2画条形图 您在阅读中,关于**条形图**有什么见解,请评论。 关于R语言更多内容,请阅读[**R系列文章**](http://shujuren.org/article/514.html "R系列文章")。 想加入数据人圈子,请加微信luqin360。 ———— ... 继续阅读ggplot2画条形图
:2018-04-25
-
dplyr和tidyr简介 > 数据处理两大利器:dplyr和tidyr ### 1 dplyr 简介 dplyr是Hadley Wickham设计,创建和维护的数据处理包。 它提供了一些易于使用,功能强大的函数集,方便对数据进行管理和探索。 ![](http://img.shujuren.org/pictures/ZE/5a43a41870234.png) dplyr常用函数: – s... 继续阅读dplyr和tidyr简介
:2018-04-25
-
数据选择行或者列 >选择适合您数据问题的数据,在**数据准备**环节是重要的事情。 ### 1 数据选择行 数据选择行,理解为选择符合所需的对象或者观测或者样例。 代码示范: “`r # 加载R包 library(magrittr) library(dplyr) # 数据导入 data("mtcars") str(mtcars) # 选择所需行 # 1 mpg大于20的观察 mtcars... 继续阅读数据选择行或者列
:2018-04-25
-
添加新变量和删除变量 > 添加新的变量和删除变量,辅助解决**衍生变量**设计。 ![](http://img.shujuren.org/pictures/KW/5a45060dd50d7.png) ### 1 添加新的变量 添加新的变量,既可以用于设计或者衍生新的变量,又可以对原始数据做变换操作。 代码示范 “`r # 加载R包 library(magrittr) library(dp... 继续阅读添加新变量和删除变量
:2018-04-25
-
R语言和数据挖掘的一些模型实现案例及教你如何学习R Contents List of Figures v List of Abbreviations vii 1 Introduction 1 1.1 Data Mining 1 1.2 R 1 1.3 Datasets 2 1.3.1 The Iris Dataset 2 1.3.2 The Bodyfat Dataset 3 2 Da... 继续阅读R语言和数据挖掘的一些模型实现案例及教你如何学习R
:2018-05-04
-
用Python中的LSTM进行股市预测|原创代码翻译 用Python中的LSTM进行股市预测 在Python中发现长期短期记忆(LSTM)网络,以及如何使用它们进行股市预测! 在本教程中,您将看到如何使用称为Long Short-Term Memory的时间序列模型。LSTM模型功能强大,特别是通过设计保留长期记忆,正如您稍后将看到的。您将在本教程中解决以下主题: 了解为什么你需要能够... 继续阅读用Python中的LSTM进行股市预测|原创代码翻译
:2018-05-08
-
R教程中的Logistic回归 R教程中的Logistic回归 发现所有关于逻辑回归:它与线性回归有什么不同,如何用glm()函数和其他函数来拟合和评估这些模型。 逻辑回归是机器学习从统计领域借鉴的又一技术。这是一种用一个或多个解释变量建模二项结果的强大统计方法。它通过使用逻辑函数估计概率来测量分类因变量和一个或多个自变量之间的关系,逻辑函数是累积逻辑分布。 这个R教程将指导您完成逻辑回归的简... 继续阅读R教程中的Logistic回归
:2018-05-08
-
R语言教程之主成分与因子分析 主成分与因子分析 本节涵盖主要组成部分和因素分析。后者包括探索性和确认性方法。 主要组件 所述princomp()函数产生未旋转的主成分分析。 # Pricipal Components Analysis# entering raw data and extracting PCs # from the correlation matrix fit &l... 继续阅读R语言教程之主成分与因子分析
:2018-05-09
-
R语言教程之群体差异的非参数检验Nonparametric Tests of Group Differences R提供执行Mann-Whitney U,Wilcoxon签名排名,Kruskal Wallis和Friedman测试的功能。 # independent 2-group Mann-Whitney U Test wilcox.test(y~A) # where y is numeri... 继续阅读R语言教程之群体差异的非参数检验Nonparametric Tests of Group Differences
:2018-05-09
-
R语言教程之聚类分析Cluster Analysis 聚类分析 R具有用于聚类分析的多种功能。在本节中,我将介绍三种方法:层次聚合,分区和基于模型。尽管对于确定要提取的聚类数量的问题没有最佳解决方案,但下面给出了几种方法。 数据准备 在对数据进行聚类之前,您可能需要删除或估计缺失的数据并重新调整变量的可比性。 # Prepare Datamydata <- na.omit(mydata)... 继续阅读R语言教程之聚类分析Cluster Analysis
:2018-05-09