R语言学习随笔 01

最新推荐文章于 2024-09-21 10:32:24 发布

bea_tree

最新推荐文章于 2024-09-21 10:32:24 发布

阅读量748

点赞数

文章标签： r语言

本文链接：https://blog.csdn.net/bea_tree/article/details/51173060

版权

R学习专栏收录该内容

1 篇文章 0 订阅

订阅专栏

R语言是机器学习的一大利器，很多有秀代码都这他来写的，为了学习之，还是要学的。R的Rstudio也是很好用的IDE，原来用的MATLAB后来学了Python，现在学R感觉这布局更让人亲切。
本文是初学R语言时的随笔，适合新手查看，如有错误，敬请纠正，不胜感激。

package 安装

自动安装

R的package安装，十分简便，以安装forecast为例，只需要在Rstudio的console里输入install.packages(‘forecast’)，就可以进行安装了，而且相关包也会一起安装啦，之后会显示，网址，包的大小，下载保存的地址。

手动安装

暂时没用到，加个别人的连接
http://www.cnblogs.com/emanlee/archive/2012/12/05/2803606.html

nrow（）

用于计算array vector 或者dataframe的行数
类似的有ncol, NROW,NCOL
但是
NCOL and NROW 将vector 视为1-column矩阵
例子：

ma <- matrix(1:12, 3, 4)
nrow(ma)   # 3
ncol(ma)   # 4

ncol(array(1:24, dim = 2:4)) # 3, the second dimension
NCOL(1:12) # 1
NROW(1:12) # 12

aggregate（）

类似于Python中的groupby

> aggregate(Survived ~ Child + Sex, data=train, FUN=length)
  Child    Sex Survived
1     0 female      259
2     1 female       55
3     0   male      519
4     1   male       58

> aggregate(Survived ~ Child + Sex, data=train, FUN=function(x) {sum(x)/length(x)})
  Child    Sex  Survived
1     0 female 0.7528958
2     1 female 0.6909091
3     0   male 0.1657033
4     1   male 0.3965517

aggregate(Survived ~ Fare2 + Pclass + Sex, data=train, FUN=function(x) {sum(x)/length(x)})
   Fare2 Pclass    Sex  Survived
1  20-30      1 female 0.8333333
2    30+      1 female 0.9772727
3  10-20      2 female 0.9142857
4  20-30      2 female 0.9000000
5    30+      2 female 1.0000000
6    <10      3 female 0.5937500
7  10-20      3 female 0.5813953
8  20-30      3 female 0.3333333 **
9    30+      3 female 0.1250000 **
10   <10      1   male 0.0000000
11 20-30      1   male 0.4000000
12   30+      1   male 0.3837209
13   <10      2   male 0.0000000
14 10-20      2   male 0.1587302
15 20-30      2   male 0.1600000
16   30+      2   male 0.2142857
17   <10      3   male 0.1115385
18 10-20      3   male 0.2368421
19 20-30      3   male 0.1250000
20   30+      3   male 0.2400000

第一个是求和，第二个是看数量，第三个是应用函数

决策树 R rpart

Recursive Partitioning and Regression Trees

rpart(formula, data, weights, subset, na.action = na.rpart, method, model = FALSE, x = FALSE, y = TRUE, parms, control, cost, ...)

> fit <- rpart(Survived ~ Pclass + Sex + Age + SibSp + Parch + Fare + Embarked, data=train, method="class")
> plot(fit)
> text(fit)

这里写图片描述

rep 重复数组

这个要比Python简单些

> rep(c(1,2,3),3)
[1] 1 2 3 1 2 3 1 2 3
> rep(c(1,2,3),each=3)
[1] 1 1 1 2 2 2 3 3 3

产生数组

> seq(0,by=.3,to=1)
[1] 0.0 0.3 0.6 0.9

> seq(from=0,by=.3 ,length=3)
[1] 0.0 0.3 0.6