hqr20627的博客

本文参考文档： tm的使用指南 : http://mirror.bjtu.edu.cn/cran/web/packages/tm/vignettes/tm.pdftm手册 : http://mirror.bjtu.edu.cn/cran/web/packages/tm/tm.pdf 简介 tm 即text mining，是用来做文本挖掘的一个R包，是一个进行自然语言处理的基础包。

介绍 你知道 XGBoost 算法是一种现在在数据科学竞赛的获胜方案很流行的算法吗? 那么，他比传统的随机森林和神经网络算法强在哪里呢？广义上来说，它在效率，准确性，可行性都更有优势（接下来我们将会详细讨论）。 在最近的几年中，模型预测已经变得越来越快速和准确了。我记得我曾花费数个小时在为某个模型构建特征工程上，模型却仅仅提升了几个百分点。 现在，这些大量困难的问题都被更好的算法所解决。

xgboost: 速度快效果好的 boosting 模型 何通 关键词：boosting; Gradient Boosting Machine; xgboost; 数据建模预测 本文作者：何通，SupStat Inc(总部在纽约，中国分部为北京数博思达信息科技有限公司）数据科学家，加拿大 Simon Fraser University 计算机学院研究生，研究兴趣为数据挖掘和生物信息学

原文地址http://blog.csdn.net/dr_guo/article/details/51377784 SparkR初体验 2016年05月11日 20:41:19 13072 突然有个想法，R只能处理百万级别的数据，如果R能运行在spark上多好！搜了下发现13年SparkR这个项目就启动了，感谢美帝！ 1.你肯定得先装个sp

R语言-data.table包它的fread函数读取1G的CSV文件才用了20s左右。其他对data.frame的操作，也快了N倍特点data.table(DT)的操作语句类似于SQL，DT[i, j, by]中的i, j, by 对应着SQL语句的 i=where, j=select, by=group by。所以DT中的i, j并不是只是像data.frame只代表着行列，它更加的灵活多变。符...

原文链接：http://blog.csdn.net/a358463121/article/details/51910062介绍R中的data.table包提供了一个data.frame的高级版本，让你的程序做数据整型的运算速度大大的增加。data.table已经在金融，基因工程学等领域大放光彩。他尤其适合那些需要处理大型数据集（比如 1GB 到100GB）需要在内存中处理数据的人。不过这个包的一些...