摘要：
好莫名其妙的结果is.na() #NA得不到的值is.nan() #NAN不可能的值is.infinite() #无穷的x1<-NAx2<-0/0x3<-1/0is.na(x1) #TRUEis.nan(x1) #FALSEis.infinite(x1) #FALSEis.na(x2) #TRUEi... 阅读全文
摘要：
4.2 创建新变量几个运算符:^或**：求幂x%%y：求余x%/%y：整数除4.3 变量的重编码with()：within()：可以修改数据框4.4 变量重命名包reshape中有个函数rename，可以改名 rename(df,c(manage='managerID',date='testDate... 阅读全文
摘要：
这篇简直是白写了，写到后面发现ggplot明显更好用3.1 使用图形attach(mtcars)plot(wt, mpg) #x轴wt,y轴pgabline(lm(mpg ~ wt)) #画线拟合title("Regression of MPG on Weight")detach(mtcars)... 阅读全文
摘要：
2.2.2 矩阵matrix(vector,nrow,ncol,byrow,dimnames,char_vector_rownames,char_vector_colnames)其中：byrow=TRUE/FALSE，表示按行填充还是按列填充，默认情况下是按列填充2.2.4 数据框1.attach,... 阅读全文
摘要：
1.3.3 工作空间getwd():显示当前工作目录setwd():设置当前工作目录ls():列出当前工作空间中的对象rm():删除对象1.3.4 输入与输出source():执行脚本 阅读全文
摘要：
为了培养一个机器学习领域专家那样的直觉,最好的办法就是,对你遇到的每一个机器学习问题,把所有的算法试个遍,直到有一天,你凭直觉就知道某些算法行不通. 阅读全文
摘要：
library('ggplot2')df 0, 1, 0)mean(with(df, logit.predictions == Label))#正确率 0.5156,跟猜差不多一样的结果library('e1071')svm.fit0,1,0)mean(with(df,svm.prediction... 阅读全文
摘要：
#一，自己写KNNdf 0.5, 1, 0) } return(predictions)}#添加预测列df 0)sum(predictions != test.y)#结果是50行预测错了16个点,正确率只有68%,因此结论是如果问题完全不是线性时,K近邻的表现好过GLM#三、以下进行推荐案... 阅读全文
摘要：
如果配置文件中包含 configSections 元素，则 configSections 元素必须是 configuration 元素的第一个子元素。"，将appSettings放到configSections 后，则正常。 阅读全文
摘要：
data=iris[,-5]dist.e=dist(data,method='euclidean')model1=hclust(dist.e,method='ward')#分3类result=cutree(model1,k=3)mds=cmdscale(dist.e,k=2,eig=T)x = md... 阅读全文