r语言pch 第2页

数据可视化，R语言中利用lattice包进行高级绘图(三)

上次我们学习了lattice包的相关内容，我们知道，当在lattice绘图公式中增加调节变量时，该变量每个水平的独立面板就会产生。如果想添加的结果和每个水平正好相反，可以指定该变量为分组变量。如果我们想利用核密度图展示使用手动和自动变速器时汽车油耗的分布，我们如何做到呢？mtcars$transmi...

用R语言做数据分析——用聚类方法进行离群点检测

用聚类的方法也可以检测离群点。将数据进行划分，那些没有被划分到任何簇的数据点即为离群点。例如，密度的聚类，如果两个对象之间是密度可达的，则这两个对象将被划分到同一组。因此，那些没有被划分到任何一组的对象与其他对象是相互孤立的，这些孤立的对象被认为是离群点。我们还可以使用k-means算法来检测离群点...

代码详解:用R语言构建ANN并将其可视化

神经网络是一种模拟原始人类思维的计算设计。与人工神经网络（ANN）相比，支持向量机首先将输入数据概括为由核函数定义的高维特征空间，并找到以最大余量分配训练数据的优秀超平面。该过程通过使用ANN进行。人工神经网络被认为是计算领域最有用的技术之一。即使它被归为黑匣子，许多研究已经进入到运用R语言来实现人...

用R语言做数据分析——高密度散点图

当数据点重叠很严重时，用散点图来观察变量关系就显得力不从心了。下面是一个人为设计的例子，其中10000个观测点分布在两个重叠的数据群中：>set.seed(1234)>n<-10000>c1<-matrix(rnorm(n,mean=0,sd=.5),ncol=2)...

R语言数据挖掘实践——密度聚类

fpc包中的DBSCAN算法为数值型数据提供了密度聚类。密度聚类的基本思想是将密度相连的对象划分到同一个簇中。DBSCAN算法有两个关键的参数：eps：可达距离，用于定义邻域的大小；MinPts：最小数目的对象点。如果点a邻域内包含的点数目不少于MinPts，则a为密集点，而a邻域内所有点从a出发都...

R语言数据挖掘实践——用线性回归预测消费价格指数

先回顾以下线性回归的概念：线性回归是利用预测变量的一个线性组合函数来预测响应变量的统计分析方法，该线性回归模型的形式如下：其中，x1，x2，...，xk为预测变量，y为对预测的响应变量。下面将在澳大利亚消费者价格指数（CPI）的数据上使用lm()函数做线性回归分析，该数据为2008年到2010年澳大...

数据分析、数据可视化以及R语言的支持 + 机器学习PAC理论

R语言是进行数学分析非常好的工具，所以对R语言介绍前，首先对数据分析进行一些思路的梳理：数据分析流程：1.定义研究问题定义理想的数据集确定能够获取什么数据获取数据清理数据2.探索性分析（数据可视化）统计分析、建模（机器学习）等3.解释/交流结果（数据可视化）挑战结果书写报告数据分析的根本在于数...

PCHMI5.5二次开发文档(更新)

【C#上位机二次开发文档】下面是针对那些有一定C#基础，需要做二次开发的上位机工程师，整理的一些C#操作PLC的方法。PCHMI.PClass.SystemRun;//判断控件是否启动完成,只有启动完成之后才可以使用操控PLC的指令。PCHMI.PClass.IsPlcLink(0);//判断通讯状...

用R语言做数据分析——探索缺失值模式

在决定如何处理缺失数据之前，了解哪些变量有缺失值、数目有多少、是什么组合形式等信息非常有用。这里我们将介绍探索缺失值模式的图标及相关方法。列表显示缺失值之前已经学习了一些识别缺失值的基本方法，如使用complete.cases()函数列出完整的实例，或者相反，列出含一个或多个缺失值的实例。但随着数据...

开源软件R语言，多元统计，实例分析

在考虑多个变量存在内部联系的条件下，挖掘、分析多维总体内在的数量特征与统计规律。R语言是属于GNU系统的一个自由、免费、源代码开放的软件，具有一套完整的数据处理、计算和制图功能。近年来，R语言已逐步成为统计工作者一种重要的分析软件。R语言在多元统计分析的几个优势：（1）R语言是免费软件。R语言是一种...