其他教程

其他教程:包含了所有代写案例以及部分答案

  • 在举办数据挖掘时,我们会用到R中的许多扩展包,各自有差异的函数和成果。假如能将它们综合起来应用就会很利便。caret包(Classification and Regression Training)就是为了办理分类和回归问题的数据练习而建设的一个综合东西包。下面的例子环绕数据挖掘的几个焦点步调来说明其应用。本例涉及到的数据是一个医学尝试数据,载入数据之后可以发明其样本数为528,自变量数为342,mdrrDescr为自变量数据框,mdrrClass为因变量。 library(caret)data … 继续阅读“caret包应用之一:数据预处理惩罚”

    :
  • R语言:常用统计检讨要领<一> 正态总体均值的假设检讨t检讨单个总体例一某种元件的寿命X(小时),听从正态漫衍,N(mu,sigma^2),个中mu,sigma^2均未知,16只元件的寿命如下:问是否有来由认为元件的平均寿命大于255小时。呼吁:X<-c(159, 280, 101, 212, 224, 379, 179, 264,222, 362, 168, 250, 149, 260, 485, 170)t.test(X, alternative = “grea … 继续阅读“R 常用统计检讨要领”

    :
  • Gplots包 > library(gplots) Loading required package: gtools Loading required package: gdata Attaching package: ‘gdata’ The following object(s) are masked from ‘package:utils’: object.size Loading required package: caTools Lo … 继续阅读“R语言绘制维恩图”

    :
  • 拿到原始数据X=[x1,x2,…xp]; 个中xi 是列向量(1..N);这就是说X是N×P的矩阵,有N个样本,P个指标 接下来,要做的是尺度化处理惩罚,因为差异的指标大概4量纲可能数据区间差异等等 (1)xij*=xij-mean(xj)/var(xj)(尺度差); 个中xij*是尺度化的数据值,xj暗示第j列数据; (2)计较相关矩阵 (3)计较特征值和特征矩阵 (4)主身分孝敬率及累计孝敬率 可以按照特征值的比率来计较 (5)计较主身分载荷,也就是主身分和原始变量的系数 (6) … 继续阅读“主身分阐明的步调及R代码”

    :
  • 作为一个建模人员,并且平时的事情情况就是Windows,预计不大大概迁移到Linux平台,也不想记那么多的Emacs下的快捷键,因此,RWinEdt才是我的归宿。RWinEdt和R Console协同的方法很像当年的GAUSS,是我以为最舒服的一种建模调算法的方法,在一个文本编辑器中写好大段代码,看那边不爽就用鼠标点已往修改,对付差异的实现方法还可以写在差异的处所,想要执行时选定那一段发送到R Console中执行就行,期待功效的进程让我以为本身是在创作而不是在编措施。   安装RWinEdt很 … 继续阅读“Windows下R的编辑器(RWinEdt)”

    :
  • 三对情侣介入婚礼,三个新郞为A、B、C,三个新娘为X、Y、Z。有人不知道谁和谁成婚,于是询问了六位新人中的三位,但听到的答复是这样的:A说他将和X成婚;X说她的未婚夫是C;C说他将和Z成婚。这人听后知道他们在恶作剧,全是谎言。请编程找出谁将和谁成婚。 a <- expand.grid(rep(list(1:3),3)) names(a) <- c(‘x’,’y’,’z’) b <- function(x, … 继续阅读“R语言:新娘和新郞”

    :
  • 一辆卡车违反交通法则,撞人后逃跑。现场有三人眼见事件,但都没有记着车号,只记下车号的一些特征。甲说:牌照的前两位数字是沟通的;乙说:牌照的后两位数字是沟通的,但与前两位差异; 丙是数学家,他说:四位的车号恰好是一个整数的平方。请按照以上线索求出车号。 x=1:9 y=0:9 foo = function(x,y) if(x!=y) x*1000+x*100+y*10+y k=outer(x,y,foo) g=sqrt(k)k[which(k%%g==0)] [1] 7744

    :