一人一花

plyr包简介plyr包是Hadley Wickham为解决split – apply –combine问题而写的一个包，其动机在与提供超越for循环和内置的apply函数族的一个一揽子解决方案。使用plyr包可以针对不同的数据类型，在一个函数内同时完成split– apply – combine三个步骤，以实现最大限度的高效和简洁。plyr包特别适合处理大型数据集问题，比如对空间数据的

-quantmod（数据和图形）-TTR（技术分析）-blooter（账户管理）-FinancialInstrument（金融产品）-quantstrast（策略模型）-PerformanceAnalytics（表现分析）这些R包依然在发展中（有些还被托管在R-forge里，见http://r-forge.r-project.org/R/?group_id=316），但目前可用的部

split – apply – combine模式大型数据集通常是高度结构化的，结构使得我们可以按不同的方式分组，有时候我们需要关注单个组的数据片断，有时需要聚合不同组内的信息，并相互比较。因此对数据的转换，可以采用split – apply – combine模式来进行处理：split：把要处理的数据分割成小片断；apply：对每个小片断独立进行操作；combine：把片断重新组

str函数structure，紧凑地显示对象内部结构，即对象里有什么。

(1)applyapply函数通过对数组，矩阵，或非空维数值的数据框的“边缘”（margin）即行或列运用函数。返回值为向量，数组或列表。函数形式apply(X, MARGIN, FUN, ...)其中，X：数组（矩阵）；MARGIN：函数要作用的下标向量，对于矩阵，1表示行，2表示列，1：2表示行和列；FUN：函数名或函数表达式。##例> m> apply(m,1,me

查看帮助文档help.start()获取函数的帮助文档help(functionname)  在网页中显示?functionname 在控制台显示args(functionname) 快速获取函数的参数example(functionname) 查看函数的实例搜索帮助文档 help.search("pattern")??pattern查看R软件包帮助信息 hel

分类器是一个可以确切分析为何代码耗时如此之长的方便工具，并提供一些建议来解决你的问题。system.time取出并分析任意一条R语句，然后函数告诉你运行那个语句所需的时间(1)用户时间 user time 运行这行语句需要占用中央处理器的时间，即计算机运算的时间(2)运行时间 elapsed time ，也称时钟时间 walk clock time，是你所经历的时间例：运行时间比用

sum()、max()、min()、mean()、median()prod(x) 对x中的元素都连乘which.max(x) 返回x中最大元素的下标which.min(x) 返回x中最小元素的下标range(x) 值域rev(x) 对x中的元素取逆序sort(x) 将x中的元素将升序排列pmin(x,y)      返回一个向量，它的第i个元素是x[i],y[i] 中最小值p

机器学习是计算机科学和统计学的边缘交叉领域，R关于机器学习的扩展包大概包括以下几个方面：神经网络(Neural Networks) :单隐含层神经网络在nnet 包(与R基础包一同发布)中实现。RSNNS 包提供斯图加特神经网络仿真软件(SNNS)的使用接口。递归拆分（Recursive Partitioning） :根据CART书中算法完成的用于回归、分类和生存分析的树形结构模型在rp