J_sir2015的博客

  一、实验目的：熟悉主成分析的思想，掌握求主成分的方法以及R语言代码 二、实验内容：对于从不同的数据出发，掌握三种求主成分的方法，以及相应的R语言代码。同时要求对命令输出结果进行理解，解释。 三、实验设备与平台：R语言 四、涉及的知识点：数据标准化，矩阵的特征值，特征向量，协方差矩阵，变量的相关系数矩阵，主成分分析思想，求解主成分的方法。 五、实验过程：从协方差矩阵出发，求主成分。 Comp.s...

对于分类数据，即定性数据在建模的时候常常需要转换为哑变量，R提供了非常好用的函数；dummyvars();matxir.model(); 

经常，对于高维的数据集，降维的第一步，就是删除那些包含相同信息的变量，就是变量取值很多相同的或者改变了的方差很小。想删除第一步，就是，先问为什么？当然是模型不接受你这种的变量，好比如回归分析，把很多值相同的变量作为自变量，对于模型的拟合效果有影响。那么，要删，当然先找到哪些属于稀疏变量。nearZeroVar为caret包中函数的两个参数就是理论。1.uniqueCut:是不同...

 做项目对于代码，输出的保存非常重要，有利于你回头看，会发现什么问题，或者你忘了怎么得到结果，这些都可以通过建立项目。而具体是什么呢，有什么用呢。直接看看例子：Rstudio项目1.点击file-new project2.点击New Directory3.选择New project4.输入项目名字：data annalysis文件保存路径：D盘数据分析点击c...

学数据分析的，机器学习常挂在嘴边。机器学习是什么？模型？不是，不是。看完李航大师的统计学习方法，机器学习可能就是：模型、决策、算法。举例子：模型：线性回归决策：怎么选择最优的模型，即评估模型的好坏，这时候要用到损失函数，即真实值与训练结果的误差尽可能小。平方损失函数算法：就是，求解未知数的方法。求偏导。认真想一下，任何的模型，度离不开上述所讲。 ...

 连接的含义：表与表之间的关系，吃个栗子：学生信息表A包含：性别、年龄、身份证号码，学生兴趣爱好表B包含：身份证号码、兴趣爱好。如果你想了解不同兴趣爱好的学生的姓名以及性别情况，单纯靠一张兴趣爱好表是没有办法回答的，得结合学生信息表，就要找他们之间的关系。可以通过身份证号码将两个表连接起来。身份证号码就是A的主键，也是B的外键，因为它能唯一识别一个学生。连接类型内连接 外连接左连接...

数据分析报告撰写                             ———手机APP数据背景介绍2015年1月5日，人民银行批准八家机构进行数据的收集。此后，中国个人征信行业进入高速发展期，征信人口覆盖率达50%，每人每年查询个人征信报告的次数为5，查询服务单价为25元，从而，征信市场未来规模约855亿元。什么是征信?简单而言，市民小强买新出的BMW，问题钱不够，便找银行贷款。银...

数据思维笔记数据介绍：通过数据说明表进行表述，表格格式如下：表1-1 变量类型 变量名 详细说明 取值范围 备注 因变量 综合成绩       自变量 ...

用预测来填补。DMwR包 knnlmputation(),利用knn进行填补，数据集要求剔除因变量，即响应变量。但是 knnlmputation()，对于因子变量的取值，其效果不是很好。这是可以考虑用回归树repart函数里边的参数说明，当取值为数值型method用anova，当为因子型用class。----------------------------------填补缺失值...

一定要先了解缺失机制，即为什么会产生缺失值。对于随机产生的缺失值，可以删除，删除的对象分为两类，变量的删除，以及观测值的删除。当某一变量的缺失值比例很高的时候，可以直接删除，也可以用哑变量进行标志。但缺失值的产生不是随机的，要根据它产生原因用不同的方法填补；主要介绍三个包的常用于填补缺失值的函数。思路一般是要定位缺失值以及查看缺失值的数量：is.na()sum(is.na(...

通过princomp函数求主成分  由上述输出结果，可得：m=3时，累计贡献率为86.66%大于80%，即可认为m取3是合理的。Loadings结果可得，前三个主成分为：Z.1=0.48x1+0.475x2+0.429x3-0.207x4-0.385x5-0.348x6+0.211x7Z.2=-0.29x1-0.274x2-0.372x3-0454x4-0.336x5-0.407x6+0.379x...

数据的读取，通过嵌套的for循环把R矩阵填满，即得到一个对称矩阵。 princomp函数covmat参数的含义，通过R语言的帮助文档可知。   当输入矩阵为协方差矩阵，可以通过此参数的输入，从而使princomp函数能求出其主成分。 Loadings(pr），为主成分分析输出结果中的负荷因子矩阵  从summmary(pr),结果可知，当主成分个数m=3时，累计贡献率为70.52%，大于70%。即...

主成分回归分析 对于OXY数据集的变量解释如下： 对上述数据进行回归模型的拟合，得到模型：从模型的显著性检验结果看出：除了常数项以及β3显著，其他变量系数都不通过显著性检验。同时，从模型整体拟合效果来看，R^2为0.8618，调整的R^2为0.7697，整体拟合效果可以通过。最后，p值为0.00198说明，拒绝原假设，即有理由认为回归模型从整体上拟合效果比较好。下面针对系数通不过检验进行分析。 #...

#rm(list = ls())利用R内置数据集women，简单阐述一元回归分析的基本思路#数据womenhead(women)  height weight1     58    1152     59    1173     60    1204     61    1235     62    1266     63    129#散点图plot(women$height,women$wei...

R语言输入输出 主要的内容就是输出的语句以及读取文件的具体操作文本 我们常见的对象有三种：数值型，逻辑型，字符型数值型：1，134逻辑型：f t一般在运算符中 t为1 f为0字符型：charach，dfnjson等一般引用的时候要用双引号。现在介绍一下对于一般类型之间的转化。例如：一个数️字符串：as.numeric字符串️数：as.character更多的有对于数据类型之间的转化例如vector...

如果对于不明白原理的同学，可以查看memory的博客memory的博客http://blog.sina.com.cn/u/1974002713#数据的预处理之量纲消除rm(list = ls())#第一min-max标准化data<-matrix(c(4,7,6,8,9,9,4,3,5),nrow = 3)stddata <- data.frame()for(i in 1:dim(da...

##bubblerm(list = ls())#vec<-c(2,5,3,9,6,1,7) vec<-c(6,2,4,1,5,9)bubblesort = function(vec){  n = length(vec)  for(i in 1:(n-1)) {    for(j in (i+1):n){      if(vec[i]>=vec[j]){        temp&l...

这一个方法是可以的：https://blog.youkuaiyun.com/h8178/article/details/78626246杜雨的方法，后面补上

主要应用：对于水平值的修改，整理library(forcats)library(tibble)library(dplyr)library(magrittr)library(ggplot2)x1 <- c("Jan","Apr","Mar","Dec")x2 <- c("Dec","Apr","Jam","