R
UESTC Like_czw
这个作者很懒,什么都没留下…
展开
-
R语言学习笔记四 数据预处理
R语言学习笔记四 数据预处理以一个真实的自带小数据集iris为例,对其进行数据预处理并介绍相关函数。原创 2018-10-11 15:40:04 · 12558 阅读 · 0 评论 -
逻辑回归及R语言的实现
逻辑回归介绍逻辑回归算法和线性回归非常相似,两者区别是在于线性回归算法中的变量是连续变量,而逻辑回归响应变量是二分类的变量(名义变量),使用逻辑回归算法主要目的是利用logit模型去预测和测量变量相关的名义变量的概率。逻辑回归公式:ln(P/(1-P)),P为某事情发生的概率。参数介绍实例rm(list=ls()) # 移除工作区变量library(kknn) # kknn包中含有knn...原创 2018-12-20 15:20:09 · 9771 阅读 · 0 评论 -
KNN最近邻分类的R语言实现
思想简介KNN(k-Nearest Neighbor)是一种懒惰机器学习算法(lazy learning)。所谓k最近邻,就是k个最近的邻居的意思,说的是每个样本都可以用它最接近的k个邻居来代表。简而言之,它在拿到训练集数据时并不急着去建模,而是在拿到测试集数据后,再到训练集数据中去寻找该测试样本最近的“邻居”,即距离最近的K个训练样本,依照训练样本数据的所属类别,加权或不加权地得出测试数据的类...原创 2018-12-20 14:40:25 · 8409 阅读 · 0 评论 -
R语言常用零碎知识点
移除特定的列通过负选择移除索引下标移除例如移除第五列/第16列data_set = data_set[,-5]data_set = data_set[,-16]通过列名移除为了提高代码的可读性,代码中建议使用名称引用变量,而非使用常量或列号data_set = subset(data_set, select = -c(val1))变量名过滤选择remove_vars = c...原创 2018-12-20 13:28:08 · 1545 阅读 · 0 评论 -
R语言学习笔记三 常用函数
R语言学习笔记三 常用函数在R中,可以用help(‘functionName’)或?functionName查看函数帮助文件使用args(‘functionName’)查看函数参数,例如对抽样函数的使用 help("sample")会出现帮助文件。数学函数和运算符函数用途sqrt()平方根log()对数exp()指数sin()/cos()...原创 2018-10-10 19:31:46 · 14833 阅读 · 0 评论 -
R学习笔记二 多模式数据模式
R学习笔记二 多模式数据模式前面学习笔记一提到了向量,矩阵和数组的创建及其相关属性,但是他们受限于只能存储单模式的数据结构,如:c(1,2,3m'lk')>[1] "1" "2" "3" "lk"如上,如果尝试在单模式结构中存储多模式的数据,这些对象将被转换为一种格式。在这里引入列表解决这个问题。列表可以存储任意类型和任意原创 2018-10-09 18:11:06 · 19144 阅读 · 1 评论 -
R语言入门一 单模式数据结构
单模式数据结构本学习笔记参考Andy Nicholls的R语言入门经典载入R包library() /require()查看数据编码模式mode()查看数据类型class()向量(无结构)矩阵(二维)数组(多维(单一模式)Vector单模式numerciVector = c(1,2,3,4,5)logicalVector = c(T,F,T,F,TRUE,FALSE)...原创 2018-09-28 22:48:45 · 11709 阅读 · 0 评论 -
R学习笔记6 R中的判断/循环结构体
R学习笔记6 R中的判断/循环结构体1.判断结构If/else假设我们有这样一个函数需求,输入参数判断其正负并输出创建函数如下:posOrNeg = function(x){if(x<0){cat('-')}else{cat('+')}}posOrNeg(-1)[1] -然而,如果不是在函数体内,将会出错正确的语法如下:else应该紧随在花括号后面if(x&...原创 2018-10-11 19:28:11 · 13905 阅读 · 0 评论 -
# R学习笔记5 R中函数的定义与使用
R学习笔记5 R中函数的定义与使用1.创建函数1.1 创建一个简单的函数创建一个把输入参数加一输出的函数addOne = function(x){x = x+1} #如果函数体内只有一行代码,也可以省掉花括号new_x = addOne(x = c(1,2,3))new_x >[1] 2 3 4注意,创建一些函数时可能会导致系统自带函数被覆盖,调用优先级发生改变。如系...原创 2018-10-11 19:15:50 · 11652 阅读 · 0 评论 -
Boosting算法与R的实现
boosting理解boost也分为许多种类,如AdaBoost、Gradient Boost、XGBoost等,Gradient Boost顾名思义,与梯度脱不开关系,对梯度有了解或学过数值计算的人应当知道,负梯度方向是函数下降最快的方向。在有监督机器学习中,我们的目标是学得使得损失函数最小的模型,因此梯度下降算法的目标则是在每一轮迭代中,求得当前模型的损失函数的负梯度方向,乘以一定的步长(即...转载 2018-12-20 15:26:21 · 3067 阅读 · 0 评论