R语言
文章平均质量分 80
纸境止境
暂无
展开
-
23 神经网络(使用R)
## 1.神经网络特点(1)可以充分逼近任意复杂的非线性关系;(2)所有定量或定性的信息都等势分布贮存于网络内的各神经元,故有很强的鲁棒性和容错性;(3)采用并行分布处理方法,使得快速进行大量运算成为可能;(4)可学习和自适应不知道或不确定的系统;(5)能够同时处理定量、定性知识。(6)神经网络对于噪声数据有较强的鲁棒性。## 2.神经网络的输入和输出  对于一个神经网络而言,它的输入和输出需在0到1之间,不能让某一个节点变的特别有影响力,我们这里...原创 2022-02-12 14:20:09 · 1030 阅读 · 0 评论 -
(R语言)04 R语言的函数
04 R语言的函数标签(空格分隔): R语言注意一个例子:MyStrings <- c("This", "is", "a", "string.")if ("This" %in% MyStrings) { print("Found!")原创 2018-11-09 08:05:03 · 973 阅读 · 0 评论 -
(R语言)03 构造 Data Frame
03 构造 Data Frame标签(空格分隔): R语言调用data.frame()函数来建立一个Data Frame,如:Names <- c("Jane", "Sam", "Jose", "Amy") Ages <- c(原创 2018-11-09 08:05:57 · 5907 阅读 · 0 评论 -
(R语言)01 Array与Factor
01 Array与Factor标签(空格分隔): R语言array(data, dim, dimnames)队列(数据,维数,行名)MyArray <- array(c(1:8)) dim(MyArray) <- c(4,2) #输出 [,1] [,2] [1,] 1 5 [2,] 2 6 [3,] 3 ...原创 2018-11-24 16:02:38 · 418 阅读 · 0 评论 -
(R语言)02 R的变量和基本矩阵
02 R的变量和基本矩阵标签: R语言1.R语言的变量R语言可以不用申明变量名,你输入后,系统自动划分为:VectorsListsMatricesArraysFactorsData framesVectors所能够包含的数据类型有:VectorsLogicalNumericIntegerComplexCharacter2.使用IS()函数,能查看当前内存量里...原创 2018-11-24 16:05:05 · 870 阅读 · 0 评论 -
R语言手册(第三站 探索性数据分析)
R语言手册(第三站 探索性数据分析)标签: R语言1.读入房屋数据集,准备数据houses<-read.csv(file="C/……/houses. csv", stringsAsFactors = FALSE, header = FALSE)names(houses)<-c("MVAL","MINC","HA...原创 2019-04-24 13:05:25 · 660 阅读 · 0 评论 -
R语言手册(第三站 探索性数据分析)
R语言手册(第三站 探索性数据分析)标签: R语言1.读入chrn数据集churn <- d.csv(file = "C:/.../churn.txt", stringsAsFactors = TRUE)#显示前10条记录churn[1:10,]#总结客户流失变量sum.churn <- summary(churn$Churn)sum.churn#计算客户流失比...原创 2019-04-24 13:07:18 · 1705 阅读 · 0 评论 -
R语言手册(第二站 数据预处理)
R语言手册(第二站 数据预处理)标签: R语言1.读入数据集Cars和Cars2cars<read.csv("C:/./cars.txt",stringsAsFactors=FALSE)cars2<read.csv("C:/./cars2.txt",stringsAsFactors=FALSE)2.缺失数据#观察数据集cars中的4个变量cars.4var<-ca...原创 2019-04-24 13:08:07 · 1454 阅读 · 0 评论 -
R语言手册(第一站 概述)
R语言手册(第一站 概述)标签:R语言1.注释、缩进以及分号#符号开始的所有字符均为注释#注释不会被R执行,它们主要用于解释代码将要做什么事情#缩进代码(不是注释)只要处于同一行中,就将在R中执行#由分号隔开的代码将作为不同的行运行#使用分号表示行结束2.打开数据集并显示数据#使用你希望打开文件的准确位置替换“c….”cars <-read.csv(file="C:…/...原创 2019-04-24 13:09:13 · 809 阅读 · 0 评论