其他教程

其他教程:包含了所有代写案例以及部分答案

  • dplyr和data.table是R的两个高效数据处理惩罚包,这两个包有它们各自的利益。dplyr包的语法越发优雅,提供了更易于人类所能领略的自然语言。data.table包的语法简捷,而且只需一行代码就可以完成许多工作。进一步地,data.table在某些环境下执行效率更高(见这里)。在机能和内存受约束的环境,data.table包或者是推荐的R包。关于dplyr和data.table包之间的比拟可以参考StackOverflow和Quora。配景先容在我的数据处理惩罚任务中,我算是利用dpl … 继续阅读“R高效数据处理惩罚包dplyr和data.table,你选哪个?”

    :
  • 四大常用的数学软件是Matlab(数值计较)、Maple(代数)、Mathematica(代数和数值计较)和Sas(统计),它们都不是免费的。与之对应的免费软件是Scilab(数值计较)、Maxima(代数)和R(统计)。R的绘图有很好的数学公式成果,详细利用是操作text()语句中放入expression表达的数学公式。利用plot等等语句画出图形后,用text()在图形中插手文字,而expression中的语句将会被表明为数学公式。譬喻:plot(1,2) # 在(1,2)处画一个点text … 继续阅读“R语言–plotmath”

    :
  • 有时候我们要处理惩罚的长短布局化的数据,譬喻网页或是电邮资料,那么就需要用R来抓取所需的字符串,整理为进一步处理惩罚的数据形式。R语言中有一整套可以用来处理惩罚字符的函数,在之前的博文中已经有所涉及。但真正的要用好字符处理惩罚函数,则不得不消到正则表达式。正则表达式(Regular Expression、regexp)是指一种用来描写必然数量文本的模式。纯熟把握正则表达式能使你随心所欲的操纵文原来告竣方针。其实进批改则表达式并没有想像中的那么坚苦。较好要领是从例子开始,然后多操练,多利用。网络上 … 继续阅读“在R语言中利用正则表达式”

    :
  • 股票阐明中的蜡烛图和技能指标并非什么神奇的对象。指标只不外是已往汗青数据的一种函数。再巨大的函数,其输入变量都是已往已经产生的工作。而已往产生的工作,将来不必然反复。所以在学术界,对付股票价值的走势大多是以带漂移项的随机进程来建模。个中重要的因素就是随机因子对付价值的攻击。假如你用一个蒙特卡罗仿真构建一个虚拟的股票趋势,那些迷信技能阐明的人看到了或者就会跑过来问你这支股票的代码。技能指标固然没什么预测的本领,但技能指标可以汇报我们已经产生的工作,所以有时候需要绘制蜡烛图,大概还需要添加一些自界说 … 继续阅读“如何绘制蜡烛图并添加自界说指标”

    :
  • 在数据挖掘软件中有五大开源软件,个中weka在海内的利用率较高,而rapidminer却较少看到。就连进修资料也少之又少,只在youtube上能看到一些解说视频。以下的内容就是照葫芦画瓢弄出来的。文本挖掘(text mining)有时也被称为文字探勘、文本数据挖掘等,大抵相当于文字阐明,一般指文本处理惩罚进程中发生高质量的信息。高质量的信息凡是通过度类和预测来发生,如模式识别。文本挖掘凡是要将文本举办断字预处理惩罚,然后操作空间向量模子将文本转换为数值数据,让进修器举办进修。中文的文本挖掘天生就 … 继续阅读“操作rapidminer举办文本挖掘”

    :
  • 广义线性模子(generalized linear model, GLM)是简朴最小二乘回归(OLS)的扩展,在OLS的假设中,响应变量是持续数值数据且听从正态漫衍,并且响应变量期望值与预测变量之间的干系是线性干系。而广义线性模子则放宽其假设,首先响应变量可以是正整数或分类数据,其漫衍为某指数漫衍族。其次响应变量期望值的函数(毗连函数)与预测变量之间的干系为线性干系。因此在举办GLM建模时,需要指定漫衍范例和毗连函数。在R中凡是利用glm函数结构广义线性模子,个中漫衍参数包罗了binomaial … 继续阅读“再谈广义线性模子”

    :
  • 这年初,用这些较量冷门的语言就是贫苦呀,我找了这么久,居然没有一篇文章说明该如何用R语言来画一组数据的正态漫衍图的,许多都只是模仿一组持续数据画出图来。本日本身探索了一下,加上网上找的那些对象,整合一下,就出功效来了。 首先,假设我们有这样一组数据w=c(100,99,34,29,95,85,86,95,84,87,58,89,93,90,92,84,75,76, 65,76,87,89,83,82,81,94,95,96,87,89,75,71,71,72,73,75,89,86,89,92, … 继续阅读“用R语言画一组数据的正态漫衍图”

    :
  • “协整”是计量经济学内里的明星。不相识计量经济学的人更容易被它所覆盖的计量经济学光环给吓到。然而,协整其实是个十分简朴的观念,并不神秘,更非高不行攀。要相识“协整”,首先得提到一个名词——平稳。 1.关于平稳 金融规模有许多种时间序列。凡是为了研究的利便,人们会对这些时间序罗列办分类。好比凭据时间序列时距离断的是非可以简朴的分为高频时间序列和非高频时间序列。那么,凭据时间序列的平稳性,便可以将时间序列分为平稳的时间序列和非平稳的时间序列。 平稳时间序列和非平稳时间的区别在于三个方面: ① 时间序 … 继续阅读“R与时间序列的平稳性”

    :
  • 在九月初的时候,RMongoDB正式宣布了修订版本,这也就意味着,从事数值计较的语言也可以于NoSQL产物相接轨了,可是鉴于我身边并没有公司真的在利用R和MongoDB的团结,所以在效率问题上,我们也不敢掉以轻心,所以就做了一个这样的测试。 测试情况是8核,64位机。 用于测试的库是一个未经Sharding,或许30G阁下的Collection。用于存储用户的爱好信息,标签信息等数据。 library(rmongodb)  mongo <- mongo.create() … 继续阅读“R对MongoDB机能的测试”

    :