srcminiR与Boruta R包：特征选择
本文概述 特征选择 Boruta算法 R中的Boruta算法 总结 就特征数量而言, 高维数据如今在机器学习问题中变得越来越普遍。要从这些海量数据中提取有用的信息, 你必须使用统计技术来减少噪声或冗余数据。这是因为你经常不需要使用所有可用特...
标签：R开发
第3页
R教程：K均值聚类
本文概述 聚类：类型 聚类算法 一种统治一切的算法 K均值聚类 做完了！ 聚类是一种无监督的学习技术。任务是将一组对象组合在一起, 以使同一群集中的对象彼此之间的相似性高于其他群集中的对象。相似度是反映两个数据对象之间关系强度的量。聚类主要...
R教程中的逻辑回归
本文概述 回归分析：简介 具有glm的R中的Logistic回归 总结 逻辑回归是机器学习从统计领域借用的另一种技术。这是一种使用一个或多个解释变量对二项式结果建模的强大统计方法。它通过使用对数函数(即累积对数分布)估计概率来测量分类因变量...
R中的网络分析：集中度度量
本文概述 中心性的定义 集中度度量：类型 如何选择最佳的集中度度量 本文总结 执行网络分析时, 你要做的最重要的事情之一就是确定节点在社交网络中的中心位置。换句话说, 如果你有一个要分析的网络, 则需要找出哪个节点对其他节点影响最大。本教程...
R中的数据：长格式和宽格式
本文概述 数据 长与宽 从宽格式到长格式 从R中的长数据到宽数据 总结 本文带你了解为什么要将数据从长格式转换为宽格式，反之亦然，并探索如何使用melt()和dcast()在R中实现这一点 有时候人们需要将长格式的数据(你称其为”...
R中的线性回归权威指南
本文概述 什么是线性回归？ 在R中创建线性回归。 系数。 残差 如何测试你的线性模型是否合适？ 别忘了看一下残差！ 检测影响点。 总结 什么是线性回归？ 在R中创建线性回归。 了解系数和残差的概念。 如何测试你的线性模型是否合适？ 检测影响...
R中的决策树详细教程
本文概述 介绍 决策树的类型 基于树的方法 R中的决策树 总结 假设你正在玩二十个问题游戏。你的对手秘密选择了一个主题, 你必须弄清楚他/她选择了什么。在每个回合中, 你可能会问是或否的问题, 而你的对手必须如实回答。如何从最少的问题中找出...
使用R的机器学习和NLP：主题建模和音乐分类
本文概述 先决条件 准备你的问题 为什么主题建模有用？ 库和功能 音乐与书籍 获取数据 检查数据 创建文档术语矩阵 设定变数 拟合模型 用热门单词识别主题 分类文件 识别艺术家/作者 设置变量并拟合模型 用热门单词识别K-Means主题 检...
R中的层次聚类
本文概述 集群的预处理操作 树状图 衡量集群的优势 在本教程中, 你将学习在R中的数据集上执行分层聚类。更具体地说, 你将了解： 什么是群集, 何时使用群集及其类型。 如何预处理你的数据。 层次聚类算法的工作详细。 如何执行聚类分析。 与k...
如何在SQL中执行Python/R
你是否知道可以在T-SQL语句中编写R和Python代码？ SQL Server中的机器学习服务消除了数据移动的需要。你可以在数据库中执行R/Python代码, 而不必通过网络传输大型敏感数据或丢失示例csv文件的准确性。使用SQL存储过程...