R语言学习轨迹总结

最新推荐文章于 2025-03-30 16:13:55 发布
最新推荐文章于 2025-03-30 16:13:55 发布
阅读量1.4k 收藏
点赞数
分类专栏： 工作心得 文章标签： 学习心得
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wengqh/article/details/86062743
版权

* 2016年初正式开始用R；主要用来做数据挖掘；2016年期间做了回归分析和关联分析
* 2017年开始用Rstudio做自动化生成报告..学习交互可视化；
* 2018年重心在交互可视化报告领域；已将工作报告习惯全部从excel转向了R；这一年在R可视化应用了颇有心得；也完成了组内的分享汇报；
* 2019年的期许：继续用R做自动化报告，精益求精，保证质量的同事提高速度效率；
在此基础上，重心回归到学习用R做深入的数据挖掘方法上，例如聚类、文本挖掘、关联推荐方法等...
加油！希望2019年能为组内做数据挖掘类的分享汇报

R语言PCT包介绍：路径路网轨迹绘图分析
DevWizard的博客
08-29 263
通过PCT包提供的函数和方法，我们可以更好地理解和分析路径数据，揭示路径的特征和规律。无论是绘制路径轨迹图、路径热力图还是路径网络图，还是进行路径长度、速度、方向和拐角的计算，PCT包都提供了简单易用的函数来实现这些功能。路径路网轨迹绘图分析是一种用于可视化路径数据和路网信息的方法，可以帮助我们更好地理解和分析路径数据。在R语言中，PCT（Path Characteristics Toolkit）包是一个功能强大的工具，提供了丰富的函数和方法来进行路径路网轨迹的绘图和分析。PCT包的安装和加载。
R语言混合模型回归GBTM群组轨迹模型绘图可视化研究
大数据部落
12-16 1297
在回归分析的广袤领域中，面对具有多条未知函数线的复杂数据时，传统方法常常捉襟见肘。混合模型作为一种强有力的分析手段应运而生，其在处理此类复杂情境时展现出独特的优势与潜力。在实际应用中，如重复测量基于群组的轨迹类型混合模型，诸多因素如样本量大小、时间周期长短、数据分布类型等都会对模型效果产生深刻影响，而这些影响在模型应用前往往难以确切预估。因此，通过模拟数据来深入探究混合模型在不同条件下的表现成为关键研究路径。
R语言实现轨迹分析--traj和lcmm包体会
最新发布
skyskytotop的博客
03-30 406
两个包可以独立使用，也可以结合起来使用。
R学习入门轨迹(2) 数据的读与写
weixin_42882651的博客
08-16 282
当我的程序能够读取外界的数据，并正确地处理并输出结果时，我才感到程序发挥了它专属的价值。而我的第一个能做到的程序，是在R上实现的。 (1)创建文件夹: > dir.create('K:/Create_1'); > dir.create("K:/Create_1"); 这条语句在K盘创建了一个名为 Create_1 的文件夹。引号中包含所要创建的文件夹的地址。 使用单引号与双引号...
使用R语言的PCT包:画路径路网图(英国自行车数据库)
RookieTrevor的博客
07-30 1045
本文主要参考:PCT Get started; International application of the PCT methods 本文主要介绍R包 PCT ， 其目标是提高 Propensity to Cycle Too (PCT) 生成的数据的可访问性和可重复性，托管在 www.pct.bike 上。 英格兰和威尔士的自行车使用数据研究 (Propensity ot Cycle - PCT) 是研究自行车，慢行交通，可持续交通方面很好地工具。PCT一个用于可持续交通规划的开源在线系统详细介绍了.
R语言 openair 做后向轨迹
lx96218的博客
02-27 3352
本人 想利用openair 包的back trajectory 功能计算自己点位的污染过程。在计算点位和气象数据时出现了问题。 代码如下： data_out <- run_hysplit( latitude = 29.848833, longitude = 114.373899, runtime = -72, start_height = 10, model_heig...
R语言机器学习算法实战系列（十三）随机森林生存分析构建预后模型 (Random Survival Forest)
专注生信领域
10-25 885
本教程运用随机森林生存分析筛选与患者生存状态显著相关特征。该方法借随机森林这一强大机器学习算法，构建多棵决策树并集成结果，以提高生存分析准确性，识别关键生物标志物。接着，利用选定特征构建风险得分，将多个特征转化为单一数值，量化患者风险水平。之后，依据风险得分将患者分为高、低风险亚型，为临床治疗提供个性化指导。最后，通过分析时间依赖的 ROC 曲线评估模型长期预测能力。此曲线计算不同阈值下的真正例率与假正例率，在多个时间点评估，全面展现模型长期稳定性与准确性。
轨迹数据的语义表征与学习
AGI×大数据，开启智能时代的认知跃迁；解码AGI，赋能数据驱动的智能革命。
09-04 670
轨迹数据的语义表征与学习 作者：禅与计算机程序设计艺术 / Zen and the Art of Computer Programming 1. 背景介绍 1.1 问题的由来 随着物联网、移动设备、智能交通等领域的快速发展，轨迹数据已成为
r语言作业：出租车数据基础数据分析、时间处理等
qq_52360013的博客
12-18 4204
这学期r语言的第一次作业，做个记录
人工智能基础知识：计算机视觉、自然语言处理、机器学习、强化学习等技术简介
AI天才研究院
08-05 1067
对于人工智能领域的研究者而言，理解并掌握计算机视觉、自然语言处理、机器学习、强化学习等技术，是保持竞争力的一项关键技能。而这些技术在现实应用中也逐渐成为行业标准，各种领域都要面对这些技术才能更加高效地解决问题。根据这个认识，我们可以总结一下人工智能相关领域的发展史。人工智能这个词汇一词一直存在着，但其真正含义则比较模糊。目前国内外有很多关于“人工智能”的定义，这些定义大多从两个角度出发，即客观性和主观性。客观性的定义通常是指通过技术实现智能，像人类一样。
R语言用潜类别混合效应模型(Latent Class Mixed Model ,LCMM)分析老年痴呆年龄数据
拓端研究室TRL
08-04 685
全文链接：http://tecdat.cn/?p=24647背景和定义线性混合模型假设 N 个受试者的群体是同质的，并且在群体水平上由独特的曲线 Xi(t)β 描述。相比之下，潜在类别混合模型在于假设人口是异质的，并且由 G 潜在类别的受试者组成，其特征是 G 平均轨迹曲线。相关视频潜类别混合模型潜在类别成员由离散随机变量 ci 定义，如果主题 i 属于潜在类别 g (g = 1, …,G)，则该...
R语言、SAS潜类别（分类）轨迹模型LCTM分析体重指数 (BMI)数据可视化
大数据部落
03-29 2307
原文链接：http://tecdat.cn/?p=26105 原文出处：拓端数据部落公众号 潜类别轨迹建模 (LCTM) 是流行病学中一种相对较新的方法，用于描述生命过程中的暴露，它将异质人群简化为同质模式或类别。然而，对于给定的数据集，可以根据类的数量、模型结构和轨迹属性得出不同模型的分数。 本文说明了LCTM的基本用法，用于汇总拟合的潜在类轨迹模型对象的输出。要安装 R 包，请在 R 控制台中使用命令 例子 目的：通过将 BMI 建模为年龄函数，识别具有不同轨迹的参与者亚组。根据迄今.
R语言、SAS潜类别（分类）轨迹模型LCTM分析体重指数 (BMI)数据可视化|数据分享...
拓端研究室TRL
06-30 151
原文链接：http://tecdat.cn/?p=26105潜类别轨迹建模 (LCTM) 是流行病学中一种相对较新的方法，用于描述生命过程中的暴露，它将异质人群简化为同质模式或类别。然而，对于给定的数据集，可以根据类的数量、模型结构和轨迹属性得出不同模型的分数。本文说明了LCTM的基本用法，用于汇总拟合的潜在类轨迹模型对象的输出。例子_目的_：通过将 BMI 建模为年龄函数，识别具有不同轨迹的参...
多轨迹建模方法的介绍与实操-基于R语言
三分钟热度
03-08 2412
本文介绍了，这是一种扩展了单指标组基轨迹建模的技术，用于分析多个疾病生物标志物或临床重要因素的联合轨迹，以更好地理解和追踪疾病进程、行为或健康状态的变化。多轨迹建模利用有限混合模型，识别出遵循相似多指标轨迹的个体群体。这种方法克服了传统统计分析在处理多变量纵向数据时的局限性，允许同时分析多个相关指标。通过两个示例展示了该模型的实施过程和应用。
各类轨迹建模技术如何使用？适用数据、步骤及规范，一文讲清楚
郑老师统计
04-30 5195
统计服务，欢迎咨询！郑老师团队指导 | 重复测量资料的数据分析一对一高级学习班，掌握SPSS、R语言分析技巧本文翻译自《Clinical Epidemiology》杂志的一篇论文，题为：“Trajectory Modelling Techniques Useful to Epidemiological Research: A Comparative Narrative Review of Ap...
R软件纵向数据分析概述（一）
weixin_40081460的博客
12-04 3134
本文是对Rpubs网站的翻译和扩展，原文见链接。原文对纵向数据有一个很好的概括和解释，原文有纵向数据特点的解释和实战部分，本人仅对实战部分进行翻译和代码解释。
数据分享|R语言、SAS潜类别（分类）轨迹模型LCTM分析体重指数 (BMI)数据可视化...
拓端研究室TRL
10-12 111
全文下载链接：http://tecdat.cn/?p=26105在本文中，潜类别轨迹建模 (LCTM) 是流行病学中一种相对较新的方法，用于描述生命过程中的暴露，它将异质人群简化为同质模式或类别。然而，对于给定的数据集，可以根据类的数量、模型结构和轨迹属性得出不同模型的分数。相关视频本文说明了LCTM的基本用法，用于汇总拟合的潜在类轨迹模型对象的输出。例子_目的_：通过将 BMI 建模为年龄函数...
纵向数据分析学习笔记—day2
weixin_52014216的博客
11-30 246
时间变化轨迹图的几种可视化方法。个体数据随时间变化的图。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值