![](https://img-blog.csdnimg.cn/c6e58f3a750e49a3b8126b912e33bc1a.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
R语言
文章平均质量分 64
分享R语言的入门知识
麻利麻利哄吧
boc风控算法工程师暑期实习转正。
曾经深度参与boc的业内项目,在统计建模、数据科学、机器学习等方面有着丰富的经验;博客中的内容基本以R为主,python为辅,将深度介绍统计学习领域中的各种方法。
目标:R语言中的奢饰品!
展开
-
k近邻方法处理有序型因子、无序型因子
详细的介绍了kknn程序包(k近邻方法)对有序因子和无序因子的处理。原创 2023-10-31 15:28:30 · 167 阅读 · 0 评论 -
各类统计模型R语言的详细使用教程-R语言的线性回归使用教程
本篇博客详细的介绍了线性回归建模过程中的步骤:建模、统计推断,但是也是仅仅介绍了建模的流程和统计推断,本人认为脑子中能够理解这些知识理解掌握这些流程就足以应对建模了,熟练度需要不断去做才能提高!回归的框架很大,由线性回归衍生出来的东西很多,线性回归只是冰山一角!原创 2023-10-27 07:00:00 · 474 阅读 · 0 评论 -
各类统计模型的详细使用教程-一元线性回归模型、线性回归模型、模型的构造理论、统计推断
以上内容详细的介绍了统计基础模型:一元线性回归以及多元线性回归的模型构造理论、模型的思想、模型的参数估计、随机扰动项方差的极大似然估计和最小二乘估计以及它们的证明理论(很经典但是你还不会)、模型的统计推断!原创 2023-10-19 17:41:23 · 203 阅读 · 0 评论 -
R语言有关模型方面的函数(model.)介绍-model.matrix
详细的说明了R语言model.matrix函数的使用说明以及如何根据自己的需要对有序因子和无序因子进行处理(手动书写函数和修改全局设置)。原创 2023-10-18 20:44:44 · 1190 阅读 · 0 评论 -
机器学习方法之k近邻方法的综述
深入浅出地介绍了k近邻方法发展过程中出现的各种方法思想,以公式、图片、自己的理解介绍了其中的统计思想!原创 2023-10-17 21:00:02 · 606 阅读 · 0 评论 -
数学建模、统计建模、计量建模整体框架的理解以及建模的步骤
希望各位参加建模比赛的同学取得好成绩。原创 2023-10-11 17:01:52 · 1326 阅读 · 0 评论 -
R语言机器学习之caret包详解(二:模型的训练以及调参)
本篇博客介绍介绍了caret框架模型训练以及调参的内容,内含调参过程中的多种bug原创 2023-09-06 09:12:16 · 2312 阅读 · 0 评论 -
R语言caretEnsemble包搭建Stacking集成模型
本篇博客详细的介绍了caretEnsemble包在处理Stacking集成模型时的方法步骤,让大家在短时间内迅速掌握Stacking集成学习。原创 2023-09-05 09:21:32 · 420 阅读 · 0 评论 -
R语言caret包结合自己的实际关注点对metric进行设置,并详细介绍defaultSummary等函数
R语言caret包结合自己的实际关注点对metric进行设置,并详细介绍defaultSummary等函数。原创 2023-09-04 11:21:03 · 166 阅读 · 0 评论 -
R语言glmnet包详解:横截面数据建模
本文详细的介绍了R语言glmnet建模的详细步骤以及理论基础,大家可以根据本篇博客举一反三,深入理解glmnet程序包的建模!原创 2023-08-02 21:38:34 · 1641 阅读 · 0 评论 -
各类损失函数结合反向传播不调包实现前馈神经网络
本篇博客手动实现了各类损失函数下的前馈神经网络,通过手动实现加深对神经网络的理解,这样比只会调包的工具人更有竞争力!原创 2023-06-02 12:25:15 · 346 阅读 · 0 评论 -
Rshiny编写ui中具有web依赖项的控件{该问题的具体阐述请看引言}
问题说明:在汇报的过程中我们想添加具有web依赖项的控件,比如ui中有两个控件:第一个控件标签为m,其取值为:1、2;第二个控件标签为m0,m0的取值依赖于m,即:当m取值为1时,m0的取值为1到10;当m取值为2时,m0的取值为11到20.本篇博客主要探讨了conditionalPanel函数与update*函数对web编写ui依赖性控件的方法。原创 2023-05-23 15:08:13 · 627 阅读 · 1 评论 -
Rshiny基本函数(交互式web应用)
深度解析了Rshiny开发交互式web应用的基本函数,了解shiny开发web的基本逻辑,熟悉shiny开发web应用的基本框架,掌握后可制作自己想要的shinyApp,适用于工作汇报。原创 2023-05-22 23:39:46 · 1128 阅读 · 0 评论 -
交叉熵损失结合反向传播算法不调包实现逻辑回归
本篇博客手动实现了交叉熵损失下逻辑回归的不调包实现,并且结合具体的二分类数据对代码进行了测试,可视化了不同参数下训练集与测试集的效果,可以帮助读者尽可能熟悉逻辑回归,掌握神经网络的初步搭建.原创 2023-04-29 10:00:00 · 964 阅读 · 0 评论 -
R语言Tensorflow安装
R语言安装tensorflow教程.原创 2023-04-28 10:00:00 · 1035 阅读 · 2 评论 -
Rcpp cannot convert ‘SEXP‘ {aka ‘SEXPREC*‘} to ‘###‘ in return
本篇博客分析了Rcpp cannot convert ‘SEXP‘ {aka ‘SEXPREC*‘} to ‘###‘ in return报错的原因以及bug的解决方法,强调了as函数与wrap函数在R与Rcpp之间的数据转换.原创 2023-03-09 10:00:00 · 591 阅读 · 0 评论 -
2022年高教杯国赛数学建模思路分享
2022年高教杯数学建模思路分享,你不看你后悔系列,大家先关注一波,再看思路,谢谢!原创 2022-09-16 10:06:42 · 1684 阅读 · 0 评论 -
R语言train函数训练模型报错(Error in summary.connection(connection) : 链结不对)
R语言caret包中train函数报错解决方法。原创 2022-08-03 22:30:00 · 1857 阅读 · 1 评论 -
R语言检索网址汇总
本片博客包括:旧版本R包的网址,新版本R包的网址,被移除CRAN官网R包的网址,R包函数详解的网址,R语言各个版本下载的网址,Rtools下载网址,头文件Rmath.h中方法的实现。原创 2022-08-01 22:30:00 · 1054 阅读 · 0 评论 -
R语言包的升级与降级
R语言包的升级与降级详解。原创 2022-07-31 20:08:01 · 2439 阅读 · 0 评论 -
R语言sys函数系列(二)
R语言环境、调用堆栈函数(二)引言sys系列函数的例子1.sys.function(which=0)2.如何寻找所在的frameS3泛型函数的bug自编函数实现Matlab中的nargin函数引言sys系列的函数是在R语言的函数内部结构中使用,使用sys的一些具体的细节在上一篇博客中有所描述。R语言sys系列函数的具体使用细节sys系列函数的例子1.sys.function(which=0)sys.function:函数参数的接受值可正可负。如果我们是从.GlobalEnv开始,从.Global原创 2022-05-05 17:35:55 · 883 阅读 · 2 评论 -
R语言数据科学分类预测(一)
R数据科学分类预测Logistic regressionall variable modelsome selected feature modelrandomForestall variable modelbest variable modelsvmall variable model and best variable modelLogistic regression数据我们会在文章的末尾提供下载,我们使用此部分数据进行分类,此篇博客中我们使用了四种方法进行分类预测。数据处理. <- 'E:原创 2022-05-04 15:26:39 · 2293 阅读 · 0 评论 -
R语言sys函数系列(一)
R语言环境详细介绍R语言base包environment系列的函数详细介绍R语言base包environment系列的函数函数使用说明environment(fun = NULL)返回与该函数或者表达式联系的环境environment(fun) = values对fun所联系的环境进行设置is.environment(x)判断对象x是不是环境emptyenv()返回空环境baseenv()返回base包的环境parent.env(env)返原创 2022-04-30 19:34:13 · 899 阅读 · 0 评论 -
GitHub上不能安装R语言程序包
GitHub上不能安装R语言程序包本人在Jupyter上使用R时遇到的一些问题总结。install_github('IRkernel/IRkernel')在Jupyter上使用R需要先下载Git,由于Git下载速度奇慢无比,建议大家Taobao下载。我们安装完Git后,运行github上的安装命令,可能得到Git no hardlink https:…之类的报错。通过以下方式解决:...原创 2022-04-19 17:47:26 · 453 阅读 · 0 评论 -
R语言结合并行计算的实例一文讲懂环境
R语言结合并行计算的实例一文讲懂环境环境运用实例并行计算讲解环境环境具体关于环境我这里不做具体的赘述!对环境不了解的同学可以看一下张丹老师的这篇博客!张丹老师环境讲述的链接运用实例并行计算讲解环境并行计算可以提高我们的计算速度,但是不知道大家有没有在并行计算中套用过并行计算。什么意思呢?代码解释:library(parallel) #加载并行计算包clnum<-detectCores()a <- c(0.15,0.25,0.35,0.45)fun1 <- functi原创 2022-04-18 11:57:52 · 188 阅读 · 0 评论 -
R语言之朴素贝叶斯方法实现对垃圾邮件的分类
R语言朴素贝叶斯方法实现对6000多垃圾邮件的分类,开发了大规模文本数据处理的函数,R语言调优,可视化图鉴等等,共计1000多行代码,适合R语言初学者食用。原创 2022-03-25 16:46:24 · 1058 阅读 · 2 评论 -
R语言实现BML模型与shiny可视化
R语言实现BML模型引言BML模型中的移动规则,涉及R语言shiny可视化,适合R语言初学者食用。原创 2022-03-15 17:05:36 · 1024 阅读 · 1 评论 -
R语言which函数详解以及Rcpp改写
R语言which函数详解以及Rcpp的改写引言which 函数的介绍which函数的一些小例子12which函数的改进以及时间对比引言首先来介绍一下R语言which函数的作用:which函数在向量、矩阵、数据框,列表、因子这些数据结构中有这重要的作用,可以查找特定的元素返回其在数据中的索引,因此非常方便操作数据。which 函数的介绍which函数中的参数:function (x, arr.ind = FALSE, useNames = TRUE)which函数的源码:which <原创 2022-03-14 16:03:35 · 5449 阅读 · 4 评论 -
R语言之使用C++开发R包
R语言之使用C++开发R包引言引言作为一名R的忠实用户,我深深的体会到了R作为利剑般的简捷实用性,但是随着统计模型越来越复杂,数据量越来越大,我也深切的感受到效率变成了这门语言的瓶颈!于是乎有了Rcpp横空出世,Rcpp作为R与C++无缝衔接的接口,它让我们享受到了C++的高性能与R的简洁实用。当然对于大多数的R用户都不会使用Rcpp,再加上R本身的小众、效率慢,这也可能导致了R本身发展的很慢!!!当然我们希望R以后做的越来越好。下面我简单的赘述一下当时学习Rcpp的简单历程:......原创 2022-02-27 20:34:47 · 1187 阅读 · 3 评论 -
R语言全排列数
这里关于排列组合之类的知识就不过多赘述,我们直接看函数!!!!目前应该是有两个包可以实现全排列,分别是e1071和gtools。重点来了(两个包中的函数名相同,建议使用gtools,因为比较全面。如遇bug,请退出R重新进入!!!)关于这两个程序包的说明:对于程序包e1071中的permutations只能返回自然数1:n的全排列,函数帮助文档见下。相应地:gtools程序包中的函数就比较全面。对于gtools程序包中的permutations函数帮助文档具体如下:lib.原创 2022-01-03 17:32:33 · 1661 阅读 · 2 评论 -
R语言升级版本和迁移老版本中的包到新版本上的一些问题
本人之前一直使用的是R4.0.3,因为需要重新论文中的方法,所以升级到了最新的版本! 升级版本的过程中也看了一些博主发的文章,但是都没有遇到我这种情况,所以我想把我遇到的问题分享给大家,以便大家遇到这种问题的时候少走些弯路!我使用的是R Gui !install.packages("installr")library(installr)updateR()使用上面的代码其实就可以实现更新版本和迁移包,但是我的好像没有出现是否选择迁移包的选项,而是直接报错了,(中文意思就是无法找到安...原创 2021-11-10 14:15:52 · 3651 阅读 · 3 评论 -
R 语言从Github上安装R语言的程序包
对于Github上的程序包我们在线安装和离线安装两种方式,对于在线安装的朋友需要配置环境变量,如果嫌麻烦的话,我这篇文章也许会对大家有一点帮助! 既然我们使用离线安装,我们肯定需要到Github官网去下载我们所需要的zip/tar文件,然后将下载的文件放在R语言的默认路径下。接下来我们使用命令install.packages("devtools")library(devtools)devtools::install_local("C:/Users/dell/Docum...原创 2021-10-26 19:40:41 · 6028 阅读 · 3 评论 -
R语言axis函数参数详解(坐标轴函数)
首先我们来看一下函数帮助文档所给定的axis函数参数:axis(side, at = NULL, labels = TRUE, tick = TRUE, line = NA, pos = NA, outer = FALSE, font = NA, lty = "solid", lwd = 1, lwd.ticks = lwd, col = NULL, col.ticks = NULL, hadj = NA, padj = NA, gap.axis = NA, ...)原创 2021-09-30 18:03:40 · 6999 阅读 · 4 评论 -
R语言mapply函数的灵活应用
对于文本数据2011.txt我们灵活提取字符,借助这个案例理解mapply函数的机制。df1 <- readLines("2011.txt")df1 <- df1[7:10] #采取部分数据作为分享df1以上是部分数据的内容。下面我们进行提取。...原创 2021-09-24 10:58:10 · 570 阅读 · 3 评论 -
R数据处理之返回数据中与各自取整值最小的数据
最近有小伙伴问了如何实现返回数据中与各自取整值最小的数据?我用R写了几个函数实现这一功能,下面我们来看具体的步骤:比如有一组数据:x=c(0.9,0.8,1.6,2.3)首先去计算数据的取整值是多少:规则是选择每个数据与其向上取整和向下取整之差最小的取整值作为最终的取整值。再次计算出数据中离各自取整值最近的数作为最终的结果.比如数据:x=c(0.9,0.4,1.6,2.4) 取整值a=c(1,1,2,2) 各个数据离取整值的差=c(0.1,0.2,0.4,0.3) ...原创 2021-09-17 14:23:39 · 387 阅读 · 3 评论 -
R语言自编函数与结果输出
编写函数实现以下功能。1、对于任意给定的一个数n,找出1到n之间的所有质数。2、找出1000以内suo'y原创 2021-06-14 17:01:05 · 3845 阅读 · 3 评论 -
R语言字符串排序
请编写一个函数,能够将一个向量中的字符串按逆序排序。我们通常使用的字符串排序是根据字符串的首字母从小到大排序,所谓逆序排序是指根据字符串的尾字母从小到大排序,例如:c("economics", "employment", "management", "finance")的逆序排序结果是:c("finance", "economics", "management", "employment"————————————————...原创 2021-06-14 16:33:43 · 3836 阅读 · 2 评论 -
R语言编程 R语言作业
一、(40 分)请使用 nycflight13 回答以下问题:(1) 请用 flights 表单找出出发时间没有延误,但是到达时间的所有航班。(2)在(1)数据的基础上计算到达每个目的地的航班数量,平均飞行距离和平均到达延误时间。(3)在(2)的基础上在一张图中画出平均到达延误时间和平均飞行距离关系的散点图和平滑曲线图。(4)用 flights 数据,然后根据 origin 和 time_hour 两个变量与 weather 表格进行左连接。二、(20 分)请用 map 函数从 1 ..原创 2021-06-07 16:44:09 · 4510 阅读 · 3 评论 -
R语言模拟投硬币
R 语言模拟投硬币 #硬币的正面记为1,反面记为0,开始投掷,只要投出背面就停止。模拟一万次求平均模拟停止时的次数 #抛硬币模拟means=1:10000out=vector("list",length(means))for(i in seq_along(means)){ y=NULL repe...原创 2021-05-20 16:56:42 · 2023 阅读 · 5 评论 -
R语言ggplot2可视化
R语言数据可视化必备利器之ggplot2包由于最近学习必要画图较多,所以对R语言ggplot2包的使用较多,在此分享一下自己的心得以及体验,如有错误请小伙伴即时更正。ggplot2有着自己的语法,对于R的初级使用者可能上手不太容易,但是只要搞懂ggplot2包的内在逻辑,学习的效率还是大大地增加的。下面我们来介绍ggplot2的八大要素:数据、映射、统计变换、几何函数、标度、坐标、图例、主题一、以下是ggplot2绘图的基本语...原创 2021-05-03 12:03:26 · 676 阅读 · 3 评论