其他教程

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”

1、R统计阐明东西文中主要操作R做为阐明统计东西，软件相关信息见请参考www.r-project.org/。英文简介：http://cran.r-project.org/doc/manuals/R-intro.pdf中文简介：http://www.biosino.org/pages/newhtm/r/schtml2、BioconductorBiocondocutor是基于R开拓的用于基因组数据阐明的软件，详情请参考http://www.bioconductor.org/。Bioconductor … 继续阅读“用R语言实现微阵列数据阐明-聚类阐明”

“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”

常常写措施的人必定城市有一款用着顺手的文本编辑器，Linux下就是VI或Emacs，没什么好说的。Windows下选择就多了，不外用Windows的人好像用自带的Notepad的较量多，我最开始学Java的时候就用这个写HelloWorld。用R的时候就更不消说了，由于是表明型语言，敲个呼吁直接等着当作果，并且R Console自带的编辑情况下红蓝相间的显示也很悦目，所以一开始就习惯了直接在Console下操纵，直到开始写较量长的函数时才想到要用文本编辑东西。因为每次换行时没有缩进，并且代码长的 … 继续阅读“Windows下R的编辑器（UltraEdit和EditPlus）”

在选美大奖赛的半决胜赛现场，有一批选手介入角逐，角逐的法则是最后得分越高，名次越低。当半决决赛竣事时，要在现场凭据选手的进场顺序公布最后得分和最后名次，得到沟通分数的选手具有沟通的名次，名次持续编号，不消思量同名次的选手人数。譬喻：选手序号： 1，2，3，4，5，6，7选手得分： 5，3，4，7，3，5，6则输着名次为： 3，1，2，5，1，3，4请编程辅佐大奖赛组委会完成半决赛的评分和排名事情。  

对数似然面是极大似然预计的功效之一，这里先容在R语言中如何绘制对数似然面（Log Likelihood Surface）,这里用到的对数似然函数是二项漫衍的，对付泊松漫衍，正态漫衍，负二项漫衍等，只需对对数似然函数举办适当修改即可。 绘制二项漫衍的对数似然面举例： 主要进程 （1） 写出对数似然函数 （2） 用nlm求对数似然函数的预计值 （3） 若绘制似然曲线，则牢靠一个参数值，并变革别的一个参数， 计较Loglikelihood，用lines添加曲线。 （4） 若绘制趋势面，则先要计较参数组 … 继续阅读“二项漫衍的对数似然面:算法与R语言实现”

‘:: :::’ 会见定名空间变量 ‘$ @’ 会见组分可能插槽 ‘[ [[’ 索引 ‘^’ 指数操纵符，从左至右 ‘- +’ 减和加 ‘:’ 序列操纵符，用于发生简朴序列 ‘%any%’ 非凡操纵符 (包罗 ‘%%’ 和 ‘%/%’) ‘* /’ 乘和除 ‘< > <= >= == !=’ 较量操纵符 ‘!’ 否认操纵符 ‘& &&’ 且 ‘| ||’ 或 ‘~’ 公式操纵符 ‘-> ->>’ 往右赋值 ‘=’ 赋值，从右往左 … 继续阅读“R语言 常见操纵符”