博客档案

商业报告的Markdown模板

1月30日2019
通过
商业报告的Markdown模板

在这篇文章中,我想介绍INWTlab的商业报告R Markdown模板。这是我的目标有一个很好的和干净的模板,很容易定制的颜色,封面和标志。我知道有很多可用的模板,……

阅读更多»

聚类分析-第2部分:实际操作

金宝搏网址11月21日2018
通过
聚类分析-第2部分:实际操作

图书馆(broom)图书馆(cluster)图书馆(dplyr)图书馆(ggplot2)图书馆(ggdendro)我们研究了聚类分析的理论基础。在接下来的文章中,我们将使用R将该理论付诸实践。对于R中的分析,我们将使用变量mpg(油耗…

阅读更多»

聚类分析-第1部分:引言

金宝搏网址11月6日,2018
通过
聚类分析-第1部分:引言

什么是聚类分析?聚类分析是在数据中寻找组结构的各种算法的统称。这些群体被称为集群,通常不是先验的。相比之下,分类程序将观测值分配到已经…

阅读更多»

使用备忘录优化你的代码

10月11日2018
通过

本文描述了如何应用编程技术,所谓的记忆,以加快您的R代码并解决性能瓶颈。维基百科说:……

阅读更多»

介绍堆内核包III

9月25日2018
通过
介绍堆内核包III

在本系列博客的第二部分中,我展示了如何基于区域级数据计算空间内核密度估计值。核堆包还支持边界校正核密度估计,它允许我们排除某些区域,当我们知道密度一定是零的时候…

阅读更多»

基于gpu的基本线性代数子程序(BLAS)是否提高了R语言中标准建模技术的性能?

8月6日,2018
通过
基于gpu的基本线性代数子程序(BLAS)是否提高了R语言中标准建模技术的性能?

R中模型的速度或运行时间是一个关键因素,特别是考虑到现代数据集的规模和复杂性。数据点的数量以及特性的数量可以很容易地在…

阅读更多»

介绍堆内核包II

7月13日2018
通过
介绍堆内核包II

在介绍堆内核包的第一部分中,我展示了如何使用堆内核包计算和绘制圆形或间隔截尾数据上的堆内核密度估计数。现在,让我们在二维情况下做一个大的跳跃。区间截尾可以推广到矩形甚至任意形状。这可能包括郡,邮政编码,选举……

阅读更多»

R中的设计模式

4月4日2018
通过

这些笔记的灵感来自Stuart Sierra关于函数式编程中的设计模式的演讲,以及我在f#上发现的一些有趣且有益的想法,以及我如何使用不同的策略来解决R中的问题。设计模式似乎……

阅读更多»

与ggplot2 smoothScatter

3月5日,2018
通过
与ggplot2 smoothScatter

这个绘图的动机是函数:graphics::smoothScatter,基本上是二维密度估计的图。下面我想用ggplot2再现这些特性。…

阅读更多»

介绍堆内核包

2月6日2018
通过
介绍堆内核包

在这篇博客文章中,我想介绍堆的单变量核密度估计(即圆角或间隔审查)数据与核堆包。在收入调查中,由于匿名或简化问题,间隔审查数据并不罕见。然而,……

阅读更多»

搜索R-blo188bet appggers


赞助商

永远不要错过更新!
订阅R-bloggers188bet app接收
电子邮件与最新的R职位。
(您将不会再次看到此消息。)

点击此处关闭(此弹出窗口将不再出现)