EchoCaiCai的专栏

内容来自a little book of r for time series，查看资源请戳：点击打开链接。    翻译基本终于原文，加上了一些我自己的理解说明，有任何问题欢迎指正，谢谢！时间序列数据读取时间序列数据是指按时间排好序的数据。可以指定开始时间，时间周期等参数。下面是三个时间序列的读取的例子：1. 英国历任国王去世年龄klnq3Read42＜一SCanite几

用指数平滑做预测简单指数平滑（Simple Exponential Smoothing）对可用加性模型描述的，非周期性的时间序列数据，可用简单指数平滑来做短期的预测。指数平滑是根据平滑常熟α来做的，α取值在0-1的区间上，α越小越接近0，就表示做预测时对近期观测所取的比重较大。说明：指数平滑算法的原理就是利用历史观测数据对未来做预测，α的取值决定着对近期和远期观测数据所取的权重。详细的

因为一个项目需要，原始数据全部是Excel文件，包括.xls和.xlsx格式，并且很多excel数据的格式并不规范，一个个转为csv格式不太现实，所以把所有能了解到的读取excel的方法都试了一遍，做个简单汇总。相关的包：RODBC、xlsx、openxlsx、gdata、readxl，测试平台win7。RODBC包-相关方法RODBC-odbcConnectExcel2007()

RMF模型说明RMF模型是客户管理中，常被用来衡量客户价值和客户创利能力的重要方法。它主要考量三个指标：最近一次消费-Recency：近期购买的客户倾向于再度购买消费频率-Frequency：经常购买的客户再次购买概率高消费金额-Monetary：消费金额较多的客户再次消费可能性更大根据上述三个维度，对客户做细分，假定每个维度划分成五个等级，得到客户的R值（1-5），F值（1-

Part1安装依赖包R语言中中文分析的软件包是Rwordseg，Rwordseg软件包依赖rJava包，rJava需要本机中有安装Java。 第一步是安装Java，请安装JDK，JRE不行。请对应机型，下载安装32位的JDK。机器里已经有JDK的也请改成32位的，不然没办法使用Rwordseg，尝试使用过64位的，不可行。下载地址：http://www.oracle.com/t

Part2分词处理在RStudio中安装完相关软件包之后，才能做相关分词处理，请参照Part1部分安装需要软件包。1.       RWordseg功能说明文档可在http://download.youkuaiyun.com/detail/cl1143015961/8436741下载，这里只做简单介绍。分词> segmentCN(c("如果你因为错过太阳而流泪", "你也会错过星星

Part3文本聚类分类和聚类算法，都是数据挖掘中最常接触到的算法，分类聚类算法分别有很多种。可以看下下面两篇文章对常见的分类聚类算法的简介：分类算法：http://blog.youkuaiyun.com/chl033/article/details/5204220聚类算法：http://blog.chinaunix.net/uid-10289334-id-3758310.html文本分

Part4文本分类Part3文本聚类里讲到过，分类跟聚类的简单差异。所以要做分类我们需要先整理出一个训练集，也就是已经有明确分类的文本；测试集，可以就用训练集来替代；预测集，就是未分类的文本，是分类方法最后的应用实现。1.       数据准备训练集准备是一个很繁琐的功能，暂时没发现什么省力的办法，根据文本内容去手动整理。这里还是使用的某品牌的官微数据，根据微博内容，我将它微博

Part5情感分析 这是这个系列里面最后一篇文章了，其实这里文本挖掘每一个部分单拎出来都是值得深究和仔细研究的，我还处于初级研究阶段，用R里面现成的算法，来实现自己的需求，当然还参考了众多网友的智慧结晶，所以也想把我的收获总结出来分享给大家，希望也能像我一样在看大家的分享时得到自己的启发。网上翻了下中文文本情感分析的一些文章，再回想了一下我自己做情感分析的方法，觉得我的想法真的是简单粗

ARIMA模型前面讲到的指数平滑模型，对于预测误差要求是无相关性并且结果是满足以0为中心的正态分布的。对时间序列作分析是，有些情况下，把相关性考虑进去能做更好的预测。ARIMA模型就包含了对时间序列的无规律部分做预测的模型，在无规律部分，允许出现非零相关性。 对时间序列做差分ARIMA模型是针对稳定时间序列的。若是你的分析对象是非稳定的时间序列，那么你首先就需要对时间序列做差分，直

1.       性能测评时间测定方法R中提供的测量时间最简单的方法是system.time函数。system.time(expr, gcFirst=TRUE)这个函数会在不降低程序运行性能的情况下，执行表达式expr，gcFrist则是指定程序运行前是否先执行垃圾回收。do.stuff <- function(){a <- 1:100000for(i in 1:100

上周《我是歌手》吵吵闹闹地落幕了，这一季是我最关注的一季，很认真的从头看到尾。网上各种讨论，特别反感那些说看到谁谁谁就不想看了的说法，其实单纯地去听他们的歌声，会觉得即使是之前不看好的那些歌手都能给你很多惊喜和感动。以前对清华哥哥的印象是歌都很好听，但是自己唱不红，翻唱都会变红啊，现在喜欢上他的声音了啊！不管这个节目有没有什么内部操作黑幕，单纯听他们的歌还是挺好的。当然，这篇文章的主旨不在此，我们

简单说下安装过程，一般不会有问题，重点是RMySQL的使用方式。系统环境说明Redhat系统：Linux 460-42.6.32-431.29.2.el6.x86_64系统编码：LANG=zh_CN.UTF-8（中文UTF-8格式）mysql版本：mysql  Ver 14.14 Distrib 5.1.73, forredhat-linux-gnu (x86_64) using

R里面连接数据库的包还挺多的，这两个是比较常用的。Redhat系统下，直接在R程序中用install.packages命令安装这两个包会出错，不可预测的错，可能是它需要依赖其它的软件。RODBC需要先安装下面两个：yum install unixODBCyum install unixODBC-develRMySQL需要先安装Mysql：yum install mysql-de

R语言读写数据的方法很多，这里主要是我在使用read.csv/read.table和write.csv/write.table时遇到的一些中文格式编码的问题。常见的中文编码方式两种：GBK(GB2312)和UTF-8。    Windows系统下：    read.csv()和read.table()方法不指定文件格式时，默认读取的文件是GBK格式。Rstudio里面有设置默认文本编码方式

常用来做中文文本分析的一个包是Rwordseg，虽然很久没见更新了，但是在做中文分词时，它还是一个很好地选择。Rwordseg包的安装很容易出错，不管是在windows还是在Linux的系统下。之前在windows系统下装过一次，各种纠结最后搞定，最近转战Redhat又重新遭遇各种新问题。还是把过程记录下来，留作以后查看。    Rwordseg依赖包rJava，但是安装rJava包也是一个比

下面是回归分析的各种变体的简单介绍，解释变量和相应变量就是指自变量和因变量。    常用普通最小二乘（OLS）回归法来拟合实现简单线性、多项式和多元线性等回归模型。最小二乘法的基本原理前面已经说明了，使得预测值和观察值之差最小。    R中实现拟合线性模型最基本的函数是lm()，应用格式为：    myfit     data为观测数据，应该为一个data.frame，

原文来自：http://www.csdn123.com/html/itweb/20130911/113549_113527_113553.htm目标：对大约6w条微博进行分类环境：R语言 由于时间较紧，且人手不够，不能采用分类方法，主要是没有时间人工分类一部分生成训练集……所以只能用聚类方法，聚类最简单的方法无外乎：K-means与层次聚类。尝试过使用K-means方法，但结果

Part1 回归基础综述回归方法有很多种，最常见的是线性回归（又有一元和多元之分）、多项式回归、非线性回归。另外还将简单说明对预测结果的检验方法。 线性回归一元线性回归，是最简单最常见的回归模型，类似初中数学中的一元一次方程，它的基本模型如下：我们常见的一元线性回归方程一般没有最后一项，确切的说，我们在实际的应用中也忽略了最后一项。最后一项ui的现实意义是：它是指除

温度篇    前面已经讲了苏州的天气特点，还是用相同的数据，做接下来的苏州气温特点的分析预测，是的预测在这里！         首先看下2011年到2015年苏州整体的温度表现是什么样的。plot(suzhou$highestTemp,type="l",col="red",main="苏州2011-2015年气温图",xlab="时间轴",ylab="温度℃")lines(suz

坐标苏州，来这边刚好一年的时间，又到四月，梅雨季节（？）最能感受到烟雨江南的朦胧美，才怪！实际上的心情是，“清明时节雨纷纷，放假宅家欲断魂”，已经无力吐槽这春夏交战冬天突围的诡异天气变化了，正好有时间，所以想用高大上的技术语言来解读一下苏州的天气特点。    历史天气数据来源：http://tianqi.2345.com/wea_history/54511.htm，这是北京的历史数据，采样城市

主要是我在Redhat下开始尝试使用R时遇到的一些基本的问题，参考了很多文章，把自己的过程记录一下，留存。1.       安装R在Redhat下安装R程序有两种方式。一是下载编译安装，而是用yum安装。yum安装如果你的yum源能正常使用那么一条命令就能搞定：yum install R源码安装你可能需要自己定义一些安装项，那么可以选择源码安装。但是yum可以自动帮你下载安