- 博客(117)
- 资源 (6938)
- 收藏
- 关注
RSS订阅转载 （R语言）编写自己的函数
10.1 函数的定义> name expression是一个R表达式（通常是表达式语句组），并使用参数arg_i来计算出一个数值，表达式的值就是函数的返回值。函数调用的形式通常都是name(expr1,expr2,...)10.2 定义新的二元操作符可以将函数定义为新的二元操作符：> "%!%" 正如矩阵乘法运算符，%*%，和矩阵外积运算符%o%10.3 指定参数
2015-04-08 09:02:56
10160
1
转载 （R语言）概率分布
8.1 R是一个统计表集合(略读)R提供了一套完整的统计表集合。函数可以对累积分布函数P(X q的最小x）求值，并根据分布进行模拟。对于所给的名称，加前缀'd'代表密度(density)，'p'代表CDF，'q'代表分位函数，'r'代表模拟（随即散布）。这几类函数的第一个参数是有规律的，形为dxxx的函数为x，pxxx的函数为q，qxxx的函数为p，rxxx的函数为n（rhyper
2015-04-08 09:01:00
3962
转载 （R语言）语句组、循环和条件操作
R是一种表达式语言，也就是说其命令类型只有函数或表达式，并由它们返回一个结果。语句组由花括号‘{ }’确定，此时结果是该组中最后一个能返回值的语句的结果。条件语句> if (expr_1) expr_2 else expr_3 其中条件表达式expr1必须返回一个逻辑值，操作符&&和||经常被用于条件部分。&和|与&&，||的区别在于，&和|按照逐个元素的方式进行计算，&&
2015-04-08 09:00:53
6010
转载 （R语言）从文件中读取数据
7.1 函数read.table()该函数可以直接将文件中完整的数据帧读入。此时文件要符合特定的格式：1 第一行应当提供数据帧中每个变量的名称；2 每一行(除变量名称行)应包含一个行标号和各变量的值。3 若没有表头(变量名称行)，也没有行标号，只有变量值，则默认变量名称为"v1","v2"...4 若有表头，但没有行标号，则可以指定参数header=TRUE.7.2 函数s
2015-04-08 08:59:00
7848
转载 （R语言）列表和数据帧
6.1 列表列表是由称作组件的有序对象集合构成的对象。组件的模式或类型不一定相同。形如Lst list(name_1=object_1, . . ., name_m=object_m)的赋值将创建一个包含m个组件的列表，并根据参数中指定的名称为其命名。（其名称可以自由选取）。如果它们的名称被省略，组件将只是被编号。例如：> Lst list(name="Fred", wife="M
2015-04-08 08:57:58
3018
转载 （R语言）数组和矩阵
5.1 数组数组可以看成一个由递增下标表示的数据项的集合，例如数值。数组的生成如果一个向量需要在R中以数组的方式被处理，则必须含有一个维数向量作为它的dim属性。维度向量由dim()指定，例如，z是一个由1500个元素组成的向量。下面的赋值语句> dim(z) 还可以用到像matrix()和array()这样的函数来赋值。比如> array(1:20, dim=c(4,
2015-04-08 08:56:03
9588
转载 （R语言）有序因子和无序因子
因子是一种向量对象，它给自己的组件指定了一个离散的分类（分组），它的组件由其他等长的向量组成。R提供了有序因子和无序因子。通俗点说，因子就是将对象的值分成不同的组（levels）。用函数factor()创建一个因子，levels按序排列(字母序或数值序)。例如province> pf> pf 打印出来 [1] 四川 湖南 江苏 四川 四川 四川 湖南 江苏 湖南 江
2015-04-08 08:55:01
5996
转载 （R语言）对象，模式和属性
3.1 固有属性：模式和长度对象是R所进行操作的实体，对象可以是向量、列表等，详见1.6.对象的模式包括numeri，ccomplex，character，logical，list，function，expression等。可以用mode(object)查看。对象的长度是对象的另一固有属性。可以用length(object)查看。attribute(object)可以查看更深入的属
2015-04-08 08:53:12
6098
转载 （R语言）简单操作，数值与向量
2.1 向量与赋值R对命名了的数据结构进行操作。最简单的数据结构是数字向量；如，> x > assign("x", c(10.4, 5.6, 3.1, 6.4, 21.7)) 也可以写成：> c(10.4, 5.6, 3.1, 6.4, 21.7) -> x如果一个表达式被当作一个完整的命令，它的值将被打印到终端但不被储存。单独输入x则会将值打印出来。也可以打印倒数：
2015-04-08 08:51:26
5546
转载 （R语言）起步
参考：W.N. Venables, D.M. Smith and the R DCT: Introduction to R -- Notes on R: A Programming Environment for Data Analysis and Graphics, 2003. http://bayes.math.montana.edu/Rweb/Rnotes/R.html前言：关于
2015-04-08 08:48:39
556
转载 SQL like语句
在SQL结构化查询语言中，LIKE语句有着至关重要的作用。LIKE语句的语法格式是：select * from 表名 where 字段名 like 对应值（子串），它主要是针对字符型字段的，它的作用是在一个字符型字段列中检索包含对应子串的。A:% 包含零个或多个字符的任意字符串：1、LIKE'Mc%' 将搜索以字母 Mc 开头的所有字符串（如 McBadden）。2、LIKE'%i
2015-04-02 11:03:08
15903
转载 SQL 基础
1、说明：创建数据库CREATE DATABASE database-name例：create database mydb2、说明：删除数据库drop database dbname例：drop database mydb3、说明：备份sql server--- 创建 备份数据的 deviceUSE masterEXEC sp_addumpdev
2015-04-02 10:15:24
385
转载 朴素贝叶斯分类
先上问题吧，我们统计了14天的气象数据(指标包括outlook，temperature，humidity，windy)，并已知这些天气是否打球(play)。如果给出新一天的气象指标数据:sunny,cool,high,TRUE，判断一下会不会去打球。table 1outlooktemperaturehumiditywindy
2015-04-01 17:02:58
645
转载 K-均值聚类
K-means也是聚类算法中最简单的一种了，但是里面包含的思想却是不一般。最早我使用并实现这个算法是在学习韩爷爷那本数据挖掘的书中，那本书比较注重应用。看了Andrew Ng的这个讲义后才有些明白K-means后面包含的EM思想。 聚类属于无监督学习，以往的回归、朴素贝叶斯、SVM等都是有类别标签y的，也就是说样例中已经给出了样例的分类。而聚类的样本中却没有给定y，只有特征x，比如
2015-03-31 14:32:47
550
转载 数据结构
为了找个实习不得不重新对数据结构恶补一下，也方便今后的学习。下面只罗列了一些基础的数据结构内容：线性表队列堆栈二叉树图查找排序hash表霍夫曼编码
2015-03-31 13:55:04
377
转载 霍夫曼编码压缩
哈夫曼编码步骤：一、对给定的n个权值{W1,W2,W3,...,Wi,...,Wn}构成n棵二叉树的初始集合F= {T1,T2,T3,...,Ti,...,Tn}，其中每棵二叉树Ti中只有一个权值为Wi的根结点，它的左右子树均为空。（为方便在计算机上实现算 法，一般还要求以Ti的权值Wi的升序排列。）二、在F中选取两棵根结点权值最小的树作为新构造的二叉树的左右子树，新二叉树的根结点的权值为
2015-03-30 23:20:12
1414
转载 Hash表
理解Hash哈希表(hash table)是从一个集合A到另一个集合B的映射(mapping)。映射是一种对应关系，而且集合A的某个元素只能对应集合B中的一个元素。但反过来，集合B中的一个元素可能对应多个集合A中的元素。如果B中的元素只能对应A中的一个元素，这样的映射被称为一一映射。这样的对应关系在现实生活中很常见，比如： A -> B
2015-03-30 23:06:59
913
转载 排序算法
排序算法经过了很长时间的演变，产生了很多种不同的方法。对于初学者来说，对它们进行整理便于理解记忆显得很重要。每种算法都有它特定的使用场合，很难通用。因此，我们很有必要对所有常见的排序算法进行归纳。 我不喜欢死记硬背，我更偏向于弄清来龙去脉，理解性地记忆。比如下面这张图，我们将围绕这张图来思考几个问题。 上面的这张图来自一个PPT。它概括了数据结构中的所有常见的排序算
2015-03-30 23:04:46
333
转载 查找算法
查找算法 一、查找的基本概念查找，也可称检索，是在大量的数据元素中找到某个特定的数据元素而进行的工作。查找是一种操作。 二、顺序查找说白了就是，从头到尾，一个一个地比，找着相同的就成功，找不到就失败。很明显的缺点就是查找效率低。【适用性】：适用于线性表的顺序存储结构和链式存储结构。平均查找长度=（n+1）/2.时间复杂度为O(n)。 三、折半查
2015-03-30 22:45:42
966
转载 图
一、基本术语图：由有穷、非空点集和边集合组成，简写成G(V,E);Vertex：图中的顶点；无向图：图中每条边都没有方向；有向图：图中每条边都有方向；无向边：边是没有方向的，写为(a,b)有向边：边是有方向的，写为有向边也成为弧；开始顶点称为弧尾，结束顶点称为弧头；简单图：不存在指向自己的边、不存在两条重复的边的图；无向完
2015-03-30 22:34:28
481
转载 二叉树
定义最多有两棵子树的有序树，称为二叉树。二叉树是一种特殊的树。递归定义：二叉树是n(n>=0)个有限结点构成的集合。N=0称为空二叉树；n>0的二叉树由一个根结点和两互不相交的，分别称为左子树和右子树的二叉树构成。二叉树中任何结点的第1个子树称为其左子树，左子树的根称为该结点的左孩子；二叉树中任何结点的第2个子树称为其右子树，左子树的根称为该结点的右孩子。如下图是一个二叉树：
2015-03-30 22:22:32
464
转载 （堆）栈
(堆)栈概述栈是一种特殊的线性表，是操作受限的线性表栈的定义和特点•定义：限定仅在表尾进行插入或删除操作的线性表，表尾—栈顶，表头—栈底，不含元素的空表称空栈•特点：先进后出（FILO）或后进先出（LIFO）栈的结构如下图所示：线性表的操作主要包括：（1）清空(堆)栈（2）判断是否为空（3）元素
2015-03-30 22:18:17
270
转载 队列
队列概述队列是一种特殊的线性表，它只允许在表的前端（front）进行删除操作，而在表的后端（rear）进行插入操作。进行插入操作的端称为队尾，进行删除操作的端称为队头。队列中没有元素时，称为空队列。–队尾(rear)——允许插入的一端–队头(front)——允许删除的一端队列特点：先进先出(FIFO)队列的结构如下图所示：线性表的操作主要包括：
2015-03-30 22:14:46
600
转载 线性表
线性表是一种常用的数据结构。在实际应用中，线性表都是以栈、队列、字符串、数组等特殊线性表的形式来使用的。顺序表结构模型图顺序存储结构内存结构示意图 单向循环链表结构模型带头结点的单链结构 (a)空链； (b)非空链 双向循环链表结构模型带头结点的双循环链结构 (a)空链； (b
2015-03-30 22:05:10
337
转载 （图）广度优先遍历
广度优先遍历是连通图的一种遍历策略。其基本思想如下：1、从图中某个顶点V0出发，并访问此顶点；2、从V0出发，访问V0的各个未曾访问的邻接点W1，W2，…,Wk;然后,依次从W1,W2,…,Wk出发访问各自未被访问的邻接点；3、重复步骤2，直到全部顶点都被访问为止。例如下图中：1.从0开始，首先找到0的关联顶点3,42.由3出发，找到1，2；由4出发，找到1
2015-03-30 15:15:32
398
转载 （图）深度优先遍历
深度优先遍历是连通图的一种遍历策略。其基本思想如下：设x是当前被访问顶点，在对x做过访问标记后，选择一条从x出发的未检测过的边(x，y)；若发现顶点y已访问过，则重新选择另一条从x出发的未检测过的边，否则沿边(x，y)到达未曾访问过的y，对y访问并将其标记为已访问过；然后从y开始搜索，直到搜索完从y出发的所有路径，即访问完所有从y出发可达的顶点之后，才回溯到顶点x，并且再选择一条从
2015-03-30 15:15:05
633
转载 Adaboost 算法
转自：http://blog.csdn.net/haidao2009/article/details/7514787 浅谈 Adaboost 算法 机器学习是利用一些方法来使机器实现人的学习行为，以便获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。 AdaBoost全名“adaptive Boost” 一 B
2015-03-30 15:07:03
367
转载 （决策树）CART算法
分类回归树(CART,Classification And Regression Tree)也属于一种决策树，上回文我们介绍了基于ID3算法的决策树。作为上篇，这里只介绍CART是怎样用于分类的。分类回归树是一棵二叉树，且每个非叶子节点都有两个孩子，所以对于第一棵子树其叶子节点数比非叶子节点数多1。表1名称体温表面覆盖胎生产蛋能飞水生有腿
2015-03-30 14:57:39
887
转载 机器学习问题方法总结
机器学习问题方法总结大类名称关键词有监督分类决策树信息增益分类回归树Gini指数，Χ2统计量，剪枝朴素贝叶斯非参数估计，贝叶斯估计线性判别分析Fishre判别，特征向量求解K最邻近
2015-03-30 14:51:25
445
转载 （决策树）C4.5算法
C4.5决策树在ID3决策树的基础之上稍作改进，请先阅读ID3决策树。C4.5克服了ID3的2个缺点：1.用信息增益选择属性时偏向于选择分枝比较多的属性值，即取值多的属性2.不能处理连贯属性OutlookTemperatureHumidityWindyPlayGolf?sunny8585FALSEno
2015-03-30 14:39:49
599
转载 （决策树）ID3算法
从信息论知识中我们直到，期望信息越小，信息增益越大，从而纯度越高。所以ID3算法的核心思想就是以信息增益度量属性选择，选择分裂后信息增益最大的属性进行分裂。下面先定义几个要用到的概念。 设D为用类别对训练元组进行的划分，则D的熵（entropy）表示为： 其中pi表示第i个类别在整个训练元组中出现的概率，可以用属于此类别元素的数量除以训练元组元素总数量作为估计。熵的
2015-03-30 14:37:15
1464
转载 二分查找
二分查找算法是在有序数组中用到的较为频繁的一种算法，在未接触二分查找算法时，最通用的一种做法是，对数组进行遍历，跟每个元素进行比较，其时间为O(n).但二分查找算法则更优，因为其查找时间为O(lgn)，譬如数组{1， 2， 3， 4， 5， 6， 7， 8， 9}，查找元素6，用二分查找的算法执行的话，其顺序为： 1.第一步查找中间元素，即5，由于5 2.寻找{6， 7， 8，
2015-03-30 10:44:28
392
转载 机器学习&数据挖掘笔记_16（常见面试之机器学习算法思想简单梳理）
前言： 找工作时（IT行业），除了常见的软件开发以外，机器学习岗位也可以当作是一个选择，不少计算机方向的研究生都会接触这个，如果你的研究方向是机器学习/数据挖掘之类，且又对其非常感兴趣的话，可以考虑考虑该岗位，毕竟在机器智能没达到人类水平之前，机器学习可以作为一种重要手段，而随着科技的不断发展，相信这方面的人才需求也会越来越大。 纵观IT行业的招聘岗位，机器学习之类的岗位还是挺少的，国
2015-03-29 17:05:03
471
转载 数据挖掘的数据处理
从数据本身来考虑，数据挖掘通常需要有信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘实施过程、模式评估和知识表示8个步骤。步骤（1）信息收集：根据确定的数据分析对象，抽象出在数据分析中所需要的特征信息，然后选择合适的信息收集方法，将收集到的信息存入数据库。对于海量数据，选择一个合适的数据存储和管理的数据仓库是至关重要的。步骤（2）数据集成：把不同来源、格式、特点性质的数据在逻辑上
2015-03-29 16:59:08
730
转载 经典SQL语句大全
参考链接：http://www.cnblogs.com/yubinfeng/archive/2010/11/02/1867386.html
2015-03-17 17:00:04
365
转载 数据挖掘前景与现状
职业介绍 数据挖掘(Data Mining)就是从大量数据中发现潜在规律、提取有用知识的方法和技术。因为与数据库密切相关，又称为数据库知识发现(Knowledge Discovery in Databases，KDD) ，就是将高级智能计算技术应用于大量数据中，让计算机在有人或无人指导的情况下从海量数据中发现潜在的，有用的模式(也叫知识)。 广义上说，任何从数据库中挖掘信息的过程都
2015-03-17 16:22:11
2516
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人