weixin_45452300的博客

简单介绍一下R语言的几个分类算法便于以后查找# install.packages("DMwR")# install.packages("kernlab")# install.packages("Hmisc")# install.packages("corrplot")# install.packages("mlogit")# install.packages("randomForest")# install.packages("e1071")# 决策树方法set.seed(42)#加载

判别分析又称“分辨法”，是按照一定的判别准则，建立一个或多个判别函数，用研究对象的大量资料确定判别函数中的待定系数，并计算判别指标。据此即可确定某一样本属于何类。判别分析目的——对已知分类的数据建立由数值指标构成的分类规则，然后把这样的规则应用到未知分类的样本中去分类，以识别未知样本所属的类别。library('MASS')data(iris)head(iris)colnames(iris) <- tolower(colnames(iris))head(iris)ld <- lda

基本过程-读数据-数据标准化-计算距离-分类library('flexclust') # 导入数据集data(nutrient) # 加载数据row.names(nutrient) <- tolower(row.names(nutrient)) # 把行索引小写head(nutrient)#由于能量变化范围比其他变量更大，缩放数据有利于均衡各变量的影响。nutrient_scaled <- scale(nutrient) # 数据标准化head(nutrient_sca

主成分分析介绍可以看此视频library(FactoMineR)data("iris")iris_pca <- PCA(iris[,-5], graph =F)summary(iris_pca)library(factoextra)eig_val <- get_eigenvalue(iris_pca) # 获得特征值，其实summary里也有eig_valscree_plot <-fviz_eig(iris_pca)scree_plotfviz_pca_var(iri

主要内容一元回归多元回归存在共线性的回归岭回归偏最小二乘一元回归library(rio)lm <- import('lm1.xlsx')fitlm <- lm(weight~N,data = lm)summary((fitlm))# 模型R20.911，截距和系数均极显著方程为weight=3N-87.51667summary((fitlm))Call:lm(formula = weight ~ N, data = lm)Residuals: Min

R语言是一个很好的做统计分析的语言，本文对R的方差分析做个总结单因素方差分析数据sssdf <- read.csv('sss.csv')# 正态分布检验shapiro.test(df[which(df[, 2] == "A"), ] $x)shapiro.test(df[which(df[, 2] == "B"), ] $x)shapiro.test(df[which(df[, 2] == "C"), ] $x)shapiro.test(df[which(df[, 2] == "D"