R语言-控制语句
摘要：R语言中的控制语句 前言 控制结构程序运行的顺序，一般包括： if, else:测试模中情况 for: 循环运行 while: 如果为真就运行 repeat: 循环运行 break: 停止运行 next: 跳出 return: 回到某个功能更 目录 1. if判断
阅读全文
posted @ 2016-06-13 16:40
文章分类 - R
R语言-数据类型、结构以及对象类型3
摘要：R语言 数据类型|数据结构|对象类型 R是一种基于对象(Object)的语言，所以你在R语言中接触到的每样东西都是一个对象，一串数值向量是一个对象，一个函数是一个对象，一个图形也是一个对象。基于对象的编程(OOP)就是在定义类的基础上，创建与操作对象。 &emsp
阅读全文
posted @ 2016-06-13 11:15
R语言-数据类型、结构以及对象类型2
摘要："R数据类型与对象_转载" 前言 R函数只能接受指定数据类型的变量，否则函数不能执行,并报错。可以用 函数来判断函数是否属于某种类型，不同类型之间可以通过 来转换。 R对象有如下的属性： names, dimnames 名字 维数的名字 dimensi
阅读全文
posted @ 2016-06-13 11:05
R语言-数据类型、结构以及对象类型1
摘要：R语言 数据类型|数据结构|对象类型 目录 1. 数据类型 2. 数据结构 3. 对象类型 1. 数据类型 向量的类型：mode()返回的结果 logical（逻辑型） numeric（数值型） complex（复数型） character
阅读全文
posted @ 2016-06-13 11:04
R语言-管道操作magrittr包
摘要：R语言magrittr包 前言 使用R语言进行数据处理是非常方便的，几行代码就可以完成很复杂的操作。但是，对于数据的连续处理，还是有人觉得代码不好看，要么是长长的函数嵌套调用，有点像Lisp感觉，括号包一切；要么就是每次操作赋值一个临时变量，啰嗦。为什么就不能像Linux的管
阅读全文
posted @ 2016-06-08 10:15
R语言-数据整形之dplyr包
摘要：R语言dplyr包 前言 2014年刚到, 就在 Feedly 订阅里看到 "RStudio Blog" 介绍 dplyr 包已发布 ( "Introducing dplyr" )， 此包将原本 plyr 包中的 ddply() 等函数进一步分离强化， 专注接受datafra
阅读全文
posted @ 2016-06-08 09:59
R语言-数据整形之简介
摘要：R语言中数据整形 前言 从不同途径得到的数据的组织方式是多种多样的，很多数据都要经过整理才能进行有效的分析，数据整形不仅仅是为了改善数据的外观，也是进行一些统计分析和作图前必要的步骤。数据整形和数据凝练/汇总往往密不可分，这是门学问，是R语言数据处理的内容之一。 目录 &em
阅读全文
posted @ 2016-05-30 00:34
R语言-数据整形之plyr包
摘要：R语言中plyr包 前言 apply族函数是R语言中很有特色的一类函数，包括了apply、sapply、lapply、tapply、aggregate等等。这一类函数本质上是将数据进行分割、计算和整合。它们在数据分析的各个阶段都有很好的用处。例如在数据准备阶段，我们可以按某个
阅读全文
posted @ 2016-05-30 00:32
R语言-数据整形之reshape2包
摘要：R语言中reshape2函数族 前言 前几天放出来的那个R的展示中，有说到其实学R的过程更多的就是熟悉各种函数的过程（学习统计模型不在此列...我个人还是倾向于不要借助软件来学习理论知识，虽然可以直接看codes...笔和纸上的推导还是不可或缺的基本功），然后各种基础函数熟悉
阅读全文
posted @ 2016-05-26 16:14
R语言-数据整形之aggregate函数
摘要：R语言中aggregate函数 前言 这个函数的功能比较强大，它首先将数据进行分组（按行），然后对每一组数据进行函数统计，最后把结果组合成一个比较nice的表格返回。根据数据对象不同它有三种用法，分别应用于数据框（data.frame）、公式（formula）和时间序列（ts
阅读全文
posted @ 2016-05-25 22:57
R语言-数据整形之apply函数族
摘要：R语言中的apply函数族 前言 最初学习R的时候，当成“又一门编程语言”来学习，但是怎么学都觉得别扭。现在我的看法倾向于，R不是一种通用型的编程语言，而是一种统计领域的软件工具。因此，不能用通用型编程的思维来设计R代码。R是一种面向数组(array oriented)的语法
阅读全文
posted @ 2016-05-24 16:19
R语言-异常数据处理3
摘要：R语言：异常数据处理 前言 异常值也是非常痛恨的一类脏数据，异常值往往会拉高或拉低数据的整体情况，为克服异常值的影响，我们需要对异常值进行处理。首先，我们需要识别出哪些值是异常值或离群点，其次如何处理这些异常值。下面仍然以案例的形式，给大家讲讲异常值的处理： 目录 &emsp
阅读全文
posted @ 2016-05-23 16:26
R语言-异常数据处理2
摘要：在R中进行基于稳健马氏距离的异常检验 前言 我们研究的数据中经常包含着一些不同寻常的样本，这称之为异常值(Outlier)。这些异常值会极大的影响回归或分类的效果。异常值产生的原因有很多，其中可能是人为错误、数据测量误差，或者是实际确实存在这样的异常。为了使模型能够反映大部分
阅读全文
posted @ 2016-05-23 15:40
R语言-异常数据处理1
摘要：R语言：异常数据处理 前言 在数据处理中，尤其在作函数拟合时，异常点的出现不仅会很大程度的改变函数拟合的效果，而且有时还会使得函数的梯度出现奇异梯度，这就导致算法的终止，从而影响研究变量之间的函数关系。为了有效的避免这些异常点造成的损失，我们需要采取一定的方法对其进行处理，而
阅读全文
posted @ 2016-05-23 14:53
R语言-噪声数据处理
摘要：R语言：噪声数据处理 正文 噪声是一个测量变量中的随机错误或偏差，包括错误值或偏离期望的孤立点值。在R中可以通过调用outliers软件包中的outlier函数寻找噪声数据，该函数通过寻找数据集中与其他观测值及均值差距最大的点作为异常值，函数的主要形式为： outlier(x
阅读全文
posted @ 2016-05-21 11:27
R语言-缺失值处理6
摘要：R语言：数据缺失值的几种处理思路 前言 刚接触缺失数据研究的读者可能会被各式各样的方法和言论弄得眼花缭乱。处理缺失数据的方法有很多，但不能保证都生成一样的结果。下面给出了数据缺失值的几种处理思路。 目录 1. 缺失值产生的原因 2. 缺失值的类型 &e
阅读全文
posted @ 2016-05-20 16:13
R语言-缺失值处理5
摘要：R语言：缺失值处理 前言 刚接触缺失数据研究的读者可能会被各式各样的方法和言论弄得眼花缭乱。该领域经典的读本是Little和Rubin的Statistical Analysis with Missing Data, Second Edition（2002）一书。其他比较优秀的
阅读全文
posted @ 2016-05-20 15:43
R语言-缺失值处理4
摘要：R语言：缺失值处理 前言 《数据挖掘：R语言实战》第5章数据预处理，本章我们将使用mice软件包中的示例数据集来进行数据预处理演示，由于mice软件包以软件包lattice、MASS及nnet为基础建立，因此在加载mice软件包前要先安装、加载这三个软件包。本节为大家介绍缺失
阅读全文
posted @ 2016-05-19 16:29
R语言-缺失值处理3
摘要：R语言：处理缺失值 前言 实际工作中，数据集很少是完整的，许多情况下样本中都会包括若干缺失值NA，这在进行数据分析和挖掘时比较麻烦。 缺失值是数据中经常出现的问题，也是任何数据集中都可能出现的问题，无回答、录入错误等调查中常会出现的现象都会导致缺失数据
阅读全文
posted @ 2016-05-19 15:12
R语言-缺失值处理2
摘要：数据预处理与R语言 前言 最近正在学习数据挖掘方面知识，前前后后也查阅了不少资料。但是总是一个人学习，有点枯燥，所以就想着分享些资料。也是意在找点同道中人交流学习，亦或是大神指导下（这个当然更好
阅读全文
posted @ 2016-05-19 13:38