建林之前不许成精

> library(ggplot2)#设置随机种子为1> set.seed(1)#将整数1,2,3分别定义为变量b0,b1,b2> b0 <- 1 ; b1 <- 2 ; b2 <- 3#产生1000个服从正态分布的随机数分别定义为变量x1,x2> x1 <- rnorm(1000) ; x2 <- rnorm(1000)#将以上产生的b0,b...

#将DTdata.csv中的数据带入play_decision变量中，有header，分隔符为,> play_decision <- read.table("DTdata.csv",header = TRUE,sep = ",")#查看数据> play_decision Play Outlook Temperature Humidity Wind1 yes ra...

> library(arules)> library(arulesViz)#提取数据Groceries> data(Groceries)#观察数据Groceries全貌> summary(Groceries)#运行apriori算法关联规则自动收敛，起始项集数设置为1，最小支持度阈值设置为0.001，最小置信度为0.6，要挖掘关联类型的目标为"rules"> rule...

> library(plyr)> library(ggplot2)> library(cluster)> library(lattice)> library(graphics)> library(grid)> library(gridExtra)> library(cluster)#加载cluster包中ruspini数据>data(ruspi...

#加载e1071包> library(e1071)#将sample.csv里的数据定义为变量sample，导入标签行，分隔符为，> sample <- read.table("sample.csv", header = TRUE, sep = ",")#将训练数据(1:14)和测试数据(15)分为两个数据帧> traindata <- as.data.frame(sa...

#混淆矩阵（confusion matrix）是一种特别定的表格布局，可以可视化分类器的性能 预测分类 阳性 阴性 阳性 真阳性（TP） 伪阳性（FN）实际分类 阴性 伪阴性（FP） 真阴性（TN）#利用100个实例...