![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
R语言
文章平均质量分 75
蓝翔肄业博士后
这个作者很懒,什么都没留下…
展开
-
R语言面向对象编程(第一课)
R语言面向对象编程R6简介R6是一个单独的R包,与我们熟悉的原生的面向对象系统类型S3,S4和RC类型不一样。在R语言的面向对象系统中,R6类型与RC类型是比较相似的,但R6并不基于S4的对象系统,因此我们在用R6类型开发R包的时候,不用依赖于methods包,而用RC类型开发R包的时候则必须设置methods包的依赖。R6类型比RC类型更符合其他编程对于面向对象的设置,支持类的公...原创 2018-05-18 20:22:35 · 2042 阅读 · 0 评论 -
KNN算法实现-基于R6类
KNN分类一个电影分类问题通过距离衡量位置类别的电影和已知类别的电影之间的相似度 从表中能够看出,三部Romance类型的电影与未知类别的电影之间的距离最小(即相似度最大),所以能够有“很大把握”判定未知类别的电影为Romance类型。KNN的思想对于训练数据集中的每一个实例,我们都拥有他们的特征以及标签。当我们拿到了一个新的不带有标签的实例,我们比较这个新实例与每一...原创 2018-05-21 13:45:40 · 819 阅读 · 0 评论 -
管理和理解数据(第三课)-数组和图片处理
创建一个三维数组ar <- array(1:24,dim=c(2,4,3))数组的筛选与矩阵的几乎一致。在EBImage包(或者其他类似的包里),图片处理经常涉及到三维数组。比如说,我们想要来处理下面这个图片: library(EBImage)pic <- readImage("images/pic_svd.jpg")display(pic)当我们...原创 2018-05-21 15:42:43 · 293 阅读 · 0 评论 -
决策树——基于类的编程实现(第四课)1
上面这个流程图就是一个决策树。它包含了决策块(长方形,后面用圆形)和终点块(椭圆形,后面用长方形),其中终点块表示已经做出了对应的决策。决策树还包含左右分支,对应于决策块的不同取值。决策树提取数据中的知识表现良好。创建一个决策树类DecisionTree <- R6Class("DecisionTree", private = list( tree = NUL...原创 2018-05-22 20:23:47 · 848 阅读 · 0 评论 -
决策树——基于类的编程实现(第四课)2
决策树-基于类的编程实现(第四课)1传送门绘制决策树绘制决策树用到了igraph包。library(igraph)tree <- graph.empty() #生成一棵空树#确立最佳划分特征bestFeat_1 <- dT$chooseBestFeatureToSplit(myDat) bestFeatName_1 <- names(myDat)[be...原创 2018-05-23 15:54:14 · 356 阅读 · 0 评论 -
R语言中paste函数的参数sep和collapse详解
R语言用于拼接字符串的函数主要有两个:paste (..., sep = " ", collapse = NULL)paste0(..., collapse = NULL)其中paste0函数式paste函数的缩减版本,少了一个参数sep。参数中的.........表示的是想要拼接的对象,后面的参数表示拼接的方式。通常对于字符串拼接我们有三种需求:一堆单独的字符串拼接到一起;...原创 2018-06-05 11:35:24 · 23050 阅读 · 0 评论