2017-11-29

 
 

  
  
统计软件Titanic课堂作业


  
  
1.朴素贝叶斯
  
  
贝叶斯统计：支持度&置信度
  
  


  
  


   
   

   
   


  
  
  
  


   
   

   
   


  
  
  
  


   
   

   
   


  
  
  
  


   
   

   
   


  
  
  
  


   
   

   
   


  
  
  
  


   
   

   
   


  
  
  
  


  
  


  
  


  
  
有原理&手写实现：

  
  
『原创』机器学习算法的R语言实现（三）：朴素贝叶斯分类器
  
  
有实例+词云&e1061R包实现：
  
  
朴素贝叶斯算法和R语言
  
  
（可能是R的自带包）案例+实现：
  
  
R语言与机器学习学习笔记（分类算法）（3）朴素贝叶斯算法
  
  
另外一个常用包（klaR）：
  
  
朴素贝叶斯分类——R语言e1071 and klaR包初体验

  
  
2.列联表的运用
  
  
R语言学习笔记 —— table 函数的应用
  
  
（混淆矩阵）
  
  
3.Others
  
  
ifelse判断语句：
  
  
R中ifelse、which、%in%的用法
  
  
iflelse(y%in%z,which(y==z,0)  ##若y值包含在z值中，输出对应位置，否则输出0
  
  
选取数据框中的列：


  
  
titanic[,c("Survived","Sex")]
  
  
一个判断语句：


  
  
titanic$Child[titanic$Age<18]<-1
  
  
ROC曲线：
  
  
二分类模型的评价问题（查准率查全率&调和平均数）

  
  


  
  
年龄age有缺失值
  
  
线性回归

  
  
逻辑回归
  
  
决策树
  
  
SVM
  
  
朴素贝叶斯
  
  
K最近邻算法
  
  
K均值算法
  
  
随机森林算法
  
  
降维算法
  
  
Gradient Boost 和 Adaboost 算法
 
 

作者：Breakaway_Chu
链接：http://www.jianshu.com/p/25c63aa17c59
來源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。