随笔 - 1659  文章 - 0  评论 - 100  阅读 - 188万

随笔分类 -  R学习

1 2 下一页
R语言学习——作图
摘要:> x<-runif(50,0,2) > y<-runif(50,0,2) > plot(x,y,main="散点图",xlab="横坐标",ylab="纵坐标") > text(0.6,0.6,"text at (0.6,0.6)") > abline(h=.6,v=.6) > 阅读全文
posted @ 2021-08-26 12:04 蔡军帅 阅读(122) 评论(0) 推荐(0) 编辑
(转载)R语言ARIMA时间序利
摘要:原链接: https://www.cnblogs.com/silverangel/p/10132361.html 基于R语言的时间序列分析预测 数据来源: R语言自带 Nile 数据集(尼罗河流量) 分析工具:R-3.5.0 & Rstudio-1.1.453 #清理环境,加载包 rm(list=l 阅读全文
posted @ 2021-03-13 11:31 蔡军帅 阅读(219) 评论(0) 推荐(0) 编辑
复杂统计方法R语言——简单回归
摘要:简单回归 数据来源:http://www.statsci.org/data/general/cofreewy.html 1.读入数据 setwd("D:/数学建模/寒假美赛集训/R统计") w=read.table("COfreewy.txt",header=T,encoding = "utf-8" 阅读全文
posted @ 2020-01-16 11:11 蔡军帅 阅读(641) 评论(0) 推荐(0) 编辑
Introduction to statistical learning:with Applications in R (书,数据,R代码,链接)
摘要:http://faculty.marshall.usc.edu/gareth-james/ http://faculty.marshall.usc.edu/gareth-james/ISL/ 阅读全文
posted @ 2019-07-13 22:53 蔡军帅 阅读(485) 评论(0) 推荐(0) 编辑
python matlab 带包实现全排列
摘要:>> A=[2,5,7];perms(A) ans = 7 5 2 7 2 5 5 7 2 5 2 7 2 7 5 2 5 7 >> perms(1:4) ans = 4 3 2 1 ... 阅读全文
posted @ 2019-07-12 13:46 蔡军帅 阅读(478) 评论(0) 推荐(0) 编辑
R语言与概率统计(六) 主成分分析 因子分析
摘要:超高维度分析,N*P的矩阵,N为样本个数,P为指标,N<<P PCA:抓住对y对重要的影响因素 主要有三种:PCA,因子分析,回归方程+惩罚函数(如LASSO) 为了降维,用更少的变量解决问题,如果是二维的,那么就是找到一条线,要使这些点再线上的投影最大,投影最大,就是越分散,就考虑方差最大。 阅读全文
posted @ 2019-07-11 11:48 蔡军帅 阅读(854) 评论(3) 推荐(0) 编辑
R语言与概率统计(五) 聚类分析
摘要:#########################################0808聚类分析 X<-data.frame( x1=c(2959.19, 2459.77, 1495.63, 1046.33, 1303.97, 1730.84, 1561.86, 1410.11, 3712.31, 2207.58, 2629.16, 1844.78... 阅读全文
posted @ 2019-07-11 10:33 蔡军帅 阅读(629) 评论(0) 推荐(0) 编辑
R语言与概率统计(四) 判别分析(分类)
摘要:Fisher就是找一个线L使得组内方差小,组间距离大。即找一个直线使得d最大。 阅读全文
posted @ 2019-07-11 09:13 蔡军帅 阅读(1177) 评论(0) 推荐(0) 编辑
R语言与概率统计(三) 多元统计分析(下)广义线性回归
摘要:广义线性回归 可见拟合的效果不好 阅读全文
posted @ 2019-07-10 15:58 蔡军帅 阅读(969) 评论(0) 推荐(0) 编辑
R语言与概率统计(三) 多元统计分析(中)
摘要:模型修正 逐步回归 做线性回归要做:t检验,F检验,残差分析,模型解释(灵敏度分析) 残差分析(回归诊断) 所有代码: #但是,回归分析通常很难一步到位,需要不断修正模型 ###############################6.9通过牙膏销量模型学习模型修正 toothpaste<-dat 阅读全文
posted @ 2019-07-10 15:48 蔡军帅 阅读(654) 评论(0) 推荐(0) 编辑
R语言与概率统计(三) 多元统计分析(上)
摘要:先求对数,再*100 所有代码: #############6.2一元线性回归分析 x<-c(0.10,0.11,0.12,0.13,0.14,0.15,0.16,0.17,0.18,0.20,0.21,0.23) y<-c(42.0,43.5,45.0,45.5,45.0,47.5,49.0,53 阅读全文
posted @ 2019-07-10 14:41 蔡军帅 阅读(1168) 评论(0) 推荐(0) 编辑
R语言与概率统计(二) 假设检验
摘要:方差检验 实战 所有代码: ####################5.2 X<-c(159, 280, 101, 212, 224, 379, 179, 264, 222, 362, 168, 250, 149, 260, 485, 170) t.test(X,alternative='great 阅读全文
posted @ 2019-07-10 13:22 蔡军帅 阅读(1557) 评论(0) 推荐(0) 编辑
R语言常用包简介
摘要: 阅读全文
posted @ 2019-07-10 11:47 蔡军帅 阅读(1096) 评论(0) 推荐(0) 编辑
R语言与概率统计(一) 描述性统计分析
摘要:查看运行结果: 做模拟的时候生成随机数: 所有代码: #查看已安装的包,查看已载入的包,查看包的介绍 ########例题3.1 #向量的输入方法 w<-c(75.0, 64.0, 47.4, 66.9, 62.2, 62.2, 58.7, 63.5, 66.6, 64.0, 57.0, 69.0, 阅读全文
posted @ 2019-07-10 09:37 蔡军帅 阅读(4258) 评论(0) 推荐(0) 编辑
用R语言实现对不平衡数据的四种处理方法
摘要:https://www.weixin765.com/doc/gmlxlfqf.html 在对不平衡的分类数据集进行建模时,机器学**算法可能并不稳定,其预测结果甚至可能是有偏的,而预测精度此时也变得带有误导性那么,这种结果是为何发生的呢?到底是什么因素影响了这些算法的表现? 在不平衡的数据中,任一算 阅读全文
posted @ 2018-12-15 00:53 蔡军帅 阅读(8207) 评论(3) 推荐(0) 编辑
R语言——实验5-聚类分析
摘要:a) 数据代表的是文本信息。 b) 第一行代表词语,由于保密原因,词语已经被转意。第一列代表了文本的编号。 c) 红框中的数字为对应词的词频。 共113个样本,用K-Means算法将样本分为8类。 1、针对课件中的例子自己实现k-means算法 2、 调用R语言自带kmeans()对给定数据集表示的 阅读全文
posted @ 2018-11-29 11:00 蔡军帅 阅读(819) 评论(0) 推荐(0) 编辑
Rstdio 中print中文乱码
摘要:在Consol中输入 Sys.setlocale("LC_ALL","Chinese") 即可 阅读全文
posted @ 2018-11-15 16:05 蔡军帅 阅读(344) 评论(0) 推荐(0) 编辑
R语言——矩阵常用的操作(笔记)
摘要:https://blog.csdn.net/yijiaobani/article/details/78880004 阅读全文
posted @ 2018-11-13 13:07 蔡军帅 阅读(431) 评论(0) 推荐(0) 编辑
R语言—使用函数sample进行抽样
摘要:在医学统计学或者流行病学里的现场调查、样本选择经常会提到一个词:随机抽样。随机抽样是为了保证各比较组之间均衡性的一个很重要的方法。那么今天介绍的第一个函数就是用于抽样的函数sample: > x=1:10 > x=1:10 > sample(x=x) > sample(x=x) [1] 3 5 9 阅读全文
posted @ 2018-11-13 12:36 蔡军帅 阅读(4871) 评论(0) 推荐(0) 编辑
R语言——实验4-人工神经网络
摘要:带包实现: 2. 深入理解BP人工神经网络算法,并用R语言实现该算法 自己打出一个简单的神经网络 2. 带包实现BP人工神经完成iris 阅读全文
posted @ 2018-11-08 11:47 蔡军帅 阅读(1691) 评论(0) 推荐(0) 编辑

1 2 下一页
< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

点击右上角即可分享
微信分享提示