饭饭认认米的博客

前言模型的实现固然重要，但是模型的验证也是不可或缺的一块。只有模型，没有验证就行代码不经测试直接上线一样的道理，质量是无法保证的。

最近整理一下聚类相关的东西；数据说明凸集：在欧氏空间中，凸集是对于集合内的每一对点，连接该对点的直线段上的每个点也在该集合内；非凸（non-convex）数据：类比上述可知；距离&相似度首先我们要了解衡量对象间差异的方法对象可能是一个值，也可能是序列，聚类的方式的大都通过距离或相似度来衡量，常用距离如下： 对于两个对象的n维指标（x1,x2,….xn）|（y1,y2,…

聚类&决策树

绘制累积分布图

随机森林是基于决策树的组合模型，若因变量为分类变量则建立分类判别模型，若为连续变量则建立非线性回归分析模型。随机森林在分类中返回得票数最多的分类选项，在回归中返回所有决策树输出的平均值。随机森林是由多个回归树组合而成的模型，广泛用于分类研究，随机森林回归能够有效的分析非线性、具有共线性和交互作用的数据，效果要优于多元线性回归，并且不需要预先给定模型的形式假定，回归效果比回归树更好。随机森林在实际应用

对于地域信息的描述，采用地图的形式展现会比语言描述或者一般的条形图、饼图更直观，近期需要展现不同地区数据差别，可以借鉴一些网站例如地图惠等导入数据制作，但很多都有一定限制,例如注册收费等，故利用R进行了绘制。参考openthings的博客成功制作出了漂亮的地图，他的博客写的很详细，很赞。

最近学习了下复杂网络相关的东西，总结了部分基础的理论，与使用R语言igraph包，总结如下，还需要继续深入，目前只学了皮毛。

R语言处理excel文件

分词的方法模型很多种，最大概率法、隐式马尔可夫模型、索引模型以及混合模型等，字典的类型也分为很多种，混合模型的结果一般情况下效果较优，下面利用R语言简单绘制云图，达到可视化的效果。

最早接触爬虫是利用java写脚本，后来自学了利用python进行爬虫来做入门，会用scrapy，最近用了下R，找了几个不同类型的字段获取，当作好玩吧。

面板数据模型选择及分析步骤；附R语言代码

近期对投票模型中的牛顿冷却模型结合具体数据及含义进行了改进，并通过R语言进行了实现，模型逻辑并不复杂，在之后的博文中会添加上去，代码中存在各种条件句是由于实际可操作数据中存在各种情况，数据来源于爬虫累计数据。

利用ARIMA模型进行时间序列预测。

简介 利用R语言进行编程的时候，想像java里面一样类似采用try···catch的方式捕捉错误。平时对于一些错误的处理方式一般都是用if···else来处理，但是有些情况if···else操作起来并不是那么顺溜。