《R语言实战——机器学习与数据分析》读书笔记

#程序功能：测试《R语言实战——机器学习与数据分析》中的示例
#调用方法：R控制台输入：source("D:/xxx/R/test.R")
#设置工作目录，每次退出后再进都需要重新设置
setwd("d:/xxx/R")


#读入文本文件格式的数据
# data <- read.table("test.txt",sep="\t", header = T);


#绘制指数分布的PDF图
curve(dexp(x, rate = 1/2), from=0, to=5, ylim=c(0,1.5), main='Exponential', col='red')
curve(dexp(x, rate = 1), from=0, to=5, ylim=c(0,1.5), add=TRUE, col='blue')
curve(dexp(x, rate = 2), from=0, to=5, ylim=c(0,1.5), add=TRUE, col='green')
text.legend = c('lambda=0.5', 'lambda=1', 'lambda=2')

legend('topright', legend=text.legend, lty=c(1,1,1), col=c('red', 'blue', 'green'))

#标准正态分布概率密度函数的模拟

normal.pop <- rnorm(1000)
par(mfrow=c(1,2))
plot(density(normal.pop), xlim=c(-4,4), main="标准正态分布(模拟)")
curve(dnorm(x), from=-4, to=4, main='标准正态分布（标准）')

#分位数函数本质上是累积分布函数的反函数

x1 <- 0:10
pmf <- dbinom(x1, 10, 0.5)
plot(pmf ~ x1, type='h')
cdf <- pbinom(x1, 10, 0.5)
plot(cdf ~ x1, type='s')