blacklee123的专栏

摘要: 本部分以R的视角来描述获取数据之后，进行数据处理的形式。这包括创建新的变量（包括重新编码和重命名已经存在的变量）、排序和合并数据集、聚集数据、重塑数据、对数据集取子集（包括选择符合条件的观测、随机抽取观 ...一旦你获取数据之后，你一定想把数据处理成有用的形式。这包括创建新的变量（包括重新编码和重命名已经存在的变量）、排序和合并数据集、聚集数据、重塑数据、对

文章参考资料：xccd:肖凯大牛的博文《Rdatamining》《R IN A NUTSHELL》注:如有疑惑的问题,参阅下文的预备知识！关联分析的挖掘任务可分解为两个步骤：一是发现频繁项集，二是从频繁项集中产生规则。############################ 关联分析 案例实践 ##############

caret包可以处理至少以下事情.1、初步筛选属性(过滤以下属性)a、找出 属性值接近为常数的 属性 nearZeroVarb、找出 相关系数最大的        属性 findCorrelationc、找出 多重共线性的           属性 findLinearCombos2、处理缺失值 preProcess(data, method=c("bagImput

R语言多元分析系列之一：主成分分析 主成分分析（principal components analysis， PCA）是一种分析、简化数据集的技术。它把原始数据变换到一个新的坐标系统中，使得任何数据投影的第一大方差在第一个坐标（称为第一主成分）上，第二大方差在第二个坐标（第二主成分）上，依次类推。主成分分析经常用减少数据集的维数，同时保持数据集的对方差贡献最大的特征。这是通过保留低阶主成分

PageRank算法R语言实现算法为王系列文章，涵盖了计算机算法，数据挖掘(机器学习)算法，统计算法，金融算法等的多种跨学科算法组合。在大数据时代的背景下，算法已经成为了金字塔顶的明星。一个好的算法可以创造一个伟大帝国，就像Google。算法为王的时代正式到来….关于作者：张丹(Conan), 程序员Java,R,PHP,Javascriptweibo：@Conan

R的极客理想系列文章，涵盖了R的思想，使用，工具，创新等的一系列要点，以我个人的学习和体验去诠释R的强大。R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区在迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用R语言。要成为有理想的极客，我们不能停留在语法上，要

转载：http://blog.fens.me/r-probability/R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区在迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用R语言。要成为有理想的极客，我们不能停留在语法上，要掌握牢固的数学，概率，统计知

转载出处：http://www.ats.ucla.edu/stat/r/library/advanced_function_r.htmR Library: Advanced functionsThe R program (as a text file) for the code on this page.In order to see more than just the

>source(”http://bioconductor.org/biocLite.R”)>biocLite()全自动。只需要设置工作路径以及filelist.txt文件即可。filelist.txt，必须与CEL文件一起放置在工作目录内，文件以空格为间隔，分两列，分别是filename和factor 例filename factorMS1_(Mouse430_

摘要: 聚类是建模的起点，在没有目标的前提下，对研究对象按照距离分为不用的组。组内的距离尽可能小，组间距离尽可能大；最常用的两种聚类方法是系统聚类和k-means。简介：聚类是建模的起点，在没有目标的前提下，对研究对象按照距离分为不用的组。组内的距离尽可能小，组间距离尽可能大；最常用的两种聚类方法是系统聚类和k-means；系统聚类是

摘要: 作为一个伪影迷，经常纠结一些电影该不该下，要不要看。毕竟吾生也有涯而片源无涯。还好可以去豆瓣一类的地方看看大家的评分择优录用。作为一个伪影迷，经常纠结一些电影该不该下，要不要看。毕竟吾生也有涯而片源无涯。还好可以去豆瓣一类的地方看看大家的评分择优录用。去豆瓣查分需 要登录网站搜索再鼠标点点点，如果要查好几部电影就有点费事儿。其实可以用R写个函

摘要: 1. 数据与模型 我们要使用的数据来自于“MASS”包中的geyser数据。先把数据调出来，看看它长什么样子。 geyser waiting duration 1 80 4.0166667 2 71 2.1500000 3 57 4.0000000 4 80 4.0000000 5 75 4.0000000 … ...1. 数据与模型

摘要: 与SAS不同的是，SAS有数据步和过程步，而R拥有诸多的数据结构（向量，矩阵，数组，数据框），通过函数在这些数据结构上进行统计分析和创建图形。在这一点上，R与SAS的PROC IML过程步很相似。   与SAS不同的是，SAS有数据步和过程步，而R拥有诸多的数据结构（向量，矩阵，数组，数据框），通过函数在这些数据结构上进行统计分析和创建图形。在这一点上，R与

摘要: R是S语言的一种实现。它是一种大小写敏感的解释型语言。你可以在命令提示符(>)后面直接一句一句输入要执行的命令，也可以通过运行一个源文件来执行一系列命令。R的数据类型很多，包括向量（数值型向量、文字型向量 ...1.概况R是S语言的一种实现。它是一种大小写敏感的解释型语言。你可以在命令提示符(>)后面直接一句一句输入要执行的命令，也可以通过运行一个源文件

摘要: 朴素贝叶斯分类算法是一种常用的分类方法，应用非常广泛，譬如垃圾邮件判断，电子商务反作弊（作弊卖家等等）。 # 数据集来自Tom Mitchell's book "Machine Learning". #定义数据矩阵matrix，matrix(vector, nro ...朴素贝叶斯分类算法是一种常用的分类方法，应用非常广泛，譬如垃圾邮

1．引言随着统计科学的日益发展，其对其他学科的渗透作用日益增强，数据分析方法在医学、生物学、社会学等各个学科中得到了广泛的应用，本文试图对收集到的某个临床医学数据运用决策树、神经网络、支持向量机、随机森林等各种现代分类方法进行分析，以佐证数据挖掘对其他学科的重要意义；另一方面，就各种现代分类方法的实际效果进行对比。笔者从网上收集到关于某个脊椎病变的临床医学数据，该数据集为真实公开的非人造数

今天在找关联规则相关的资料时候，无意发现R语言中文论坛，虽然里面的资料有限，但是很有价值，譬如RWeka，一种开源的机器学习工具，在此予以介绍：背景介绍： #此前在首页部分显示#1）Weka：Weka有两种意思：一种不会飞的鸟的名字，一个机器学习开源项目的简称（Waikato Environment for Knowledge Analysis，http://www.cs.waikat