wlt9037的博客

library(dplyr) data <- data.frame(year = rep(2016:2017,6),month = seq(1:12),sales=rep(c(10,20,30,40),3)) year month sales 1 2016 1 10 2 2017 2 20 3 2016 3 30 4 2017 4

题目：员工离职预测训练赛 网址：http://www.pkbigdata.com/common/cmpt/员工离职预测训练赛_竞赛信息.html 要求： 数据主要包括影响员工离职的各种因素（工资、出差、工作环境满意度、工作投入度、是否加班、是否升职、工资提升比例等）以及员工是否已经离职的对应记录。 数据分为训练数据和测试数据，分别保存在pfm_train.csv和pfm_test.csv两

题目：员工离职预测训练赛 网址：http://www.pkbigdata.com/common/cmpt/员工离职预测训练赛_竞赛信息.html 要求： 数据主要包括影响员工离职的各种因素（工资、出差、工作环境满意度、工作投入度、是否加班、是否升职、工资提升比例等）以及员工是否已经离职的对应记录。 数据分为训练数据和测试数据，分别保存在pfm_train.csv和pfm_test.csv两

题目：员工离职预测训练赛 网址：http://www.pkbigdata.com/common/cmpt/员工离职预测训练赛_竞赛信息.html 要求： 数据主要包括影响员工离职的各种因素（工资、出差、工作环境满意度、工作投入度、是否加班、是否升职、工资提升比例等）以及员工是否已经离职的对应记录。 数据分为训练数据和测试数据，分别保存在pfm_train.csv和pfm_test.csv两

cbind() 帮助文档中有这么一段话： The cbind data frame method is just a wrapper for data.frame(..., check.names = FALSE). This means that it will split matrix columns in data frame arguments, and convert characte

网络分析的时候，可能需要提取出网络中的节点或者边，igraph包中其实提供了很多可用的函数。 #创建网络方法之一：data.frame data<-data.frame(id1=c(1,1,2,3,4,4,5,5,6,6,7,8,8,9,10,5,15,6,7,16),id2=c(2,11,11,12,13,14,15,16,7,15,16,17,18,18,9,19,19,19,19,19))

两组向量求交集和并集 a <- c(1,2,3,4,1) a [1] 1 2 3 4 1 b <- c(1,5,7) b [1] 1 5 7 intersect(a,b) #交集 [1] 1 union(a,b) #并集 [1] 1 2 3 4 5 7

test <- c(1,2,3,2,1,1,5,6,4,5,1) test [1] 1 2 3 2 1 1 5 6 4 5 1 test1 <- table(test) test1 test 1 2 3 4 5 6 #test中的元素 4 2 1 1 2 1 #各个元素出现的频率 #1.提取table()中的元素 names(test1) [1] "1" "2" "3" "4" "5"

A <- matrix(nrow=0,ncol=2) #创建空的矩阵 A [,1] [,2] B <- matrix(c(1:10),ncol=2) #初始化矩阵 B [,1] [,2] [1,] 1 6 [2,] 2 7 [3,] 3 8 [4,] 4 9 [5,] 5 10 C <- data.fram

问题：在使用"$"符查看变量列的时候，报错Error in output$nodeID : $ operator is invalid for atomic vectors output <- data$score output <- cbind(nodeID=dat$nodeID,score=output) head(output$nodeID)  Error in output$nod

#Rstudio默认屏幕打印变量数据行*列不超过1000，超出部分会被省略 #构造数据 data <- cbind(c(1:600),c(600:1),c(0:9)) data [,1] [,2] [,3] [1,] 1 600 0 [2,] 2 599 1 [3,] 3 598 2 [4,] 4 597 3

#构造数据 data <- cbind(c(1:10),c(10:1)) data [,1] [,2] [1,] 1 10 [2,] 2 9 [3,] 3 8 [4,] 4 7 [5,] 5 6 [6,] 6 5 [7,] 7 4 [8,] 8 3 [9,] 9

中心度概念说明： 指标名称 概念 比较 实际应用 点度中心度 在某个点上，有多少条线 强调某点单独的价值 ★作为基本点的描述 接近中心度 该点与网络中其他点距离之和的倒数，越大说明越在中心，越能够很快到达其他点 强调点在网络的价值，越大，越在中心 ★★基本描述，用户价值 中间中心度 代表最短距离是否都经过该点，如果都经过说明这个点

K-shell分解法，O(N)      step 1  查找网络中所有度为1的节点，并将这些节点及连接的边去掉。       step 2  经过步骤1后，网络中可能会出现新的度为1的节点，循环执行步骤1，直至所剩的网络中没有度为1的节点为止。       step 3  去掉网络中剩余度为2的节点，一次类推，重复循环执行。       step 4  重复以上操作，直至网络中没有节点为

依旧是无向图关键节点问题，此方案使用一次性计算权重，排序输出，胜在运算快，避免循环。 权重计算公式：节点权重=节点度+直接关联节点的度 权重计算比较粗糙，仅为试水，并为后面的方案做铺垫。 library(dplyr) library(RMySQL) # 载入RMySQL包 conn <- dbConnect(MySQL(),dbname = "NE

output = data.frame(nodeID = 0,Weight = 0,seq = 0)        #建立空的输出序列 output = output[-1,]                                      #清空数据

library(data.table) library(dplyr) A<-data.table(X1=c("a","b","c","d","e"),Y1=c(1,2,3,4,5),Z1=c("num1","num2","num3","num4","num5")) A B<-data.table(X2=c("c","d","e","f"),Y2=c(4.4,5.5,6.6,7.7)) B #LEF

Error in `[<-.ts`(`*tmp*`, ri, value = c(2.7110254334953, 2.95418132827278, : only replacement of elements is allowed

方法一： x <- rep(0,15) dim(x) <- c(3,5) x [,1] [,2] [,3] [,4] [,5] [1,] 0 0 0 0 0 [2,] 0 0 0 0 0 [3,] 0 0 0 0 0 方法二： x <- matrix(0,3,5) x [,1] [,2]

数据源： day sales 2015/1/1 119613 2015/2/1 58481 2015/3/1 90350 2015/4/1 151975 2015/5/1 201464 2015/6/1 218075 2015/7/1 297448 2015/8/1 333036 2015/9/1 524185 2015/10/1 674426 2015/11/1 652650 2015/12/1

############################################################################################ ###################### 行业数据 ############################################# ######################

前文股票历史交易数据是未复权的，在此使用WIND数据库获取复权后价格 安装Rstudio： https://www.rstudio.com/products/rstudio/download/ 安装WIND客户端： WAPI.PE.exe 用户名:略  密码：略 WindR 读取数据通过下面7 个函数实现的。 w.wsd 读取历史序列数据,包括日间的行情数据，基本面数据以及技术数据指标。

注：1、此方法获得的股票价格是实际价格，未进行前/后复权        2、只举例深市的获取方法，沪市的同理        3、步骤：先从网上爬取每个股票的交易历史，存为csv格式文件；读取csv文件数据加载至mysql数据库 ###################################################################################

###################################################################################################### ######################################获取股票上市日期################################################ ##

#将变量中的数据导入数据库 conn <- dbConnect(MySQL(),dbname = "NETWORKS",username = "root") # 建立数据库连接 dbSendQuery(conn, "SET @@sql_mode=ANSI;") # 启动非严格模式 dbSendQuery(conn, "SET NAMES GBK") # win7环境下如果汉字乱码，就

> A<-seq(1:20) > A [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 > class(A) [1] "integer" > B<-matrix(A,nr=5) > B [,1] [,2] [,3] [,4] [1,] 1 6 11 16 [2,] 2 7

问题说明：社交网络以及其他各种各样的网络，在社会经济、自然科学等领域中发挥着越来越大的作用，而其中一个很核心的问题是了解一个节点在网络中发挥的作用。比如SARS的传播，可能香港一个超级传播者带来的影响比其他100甚至1000个人还多；一条谣言的传播，一个核心大号的转发可能带来巨大的影响。 因此需要我们有一种能力，可以从生物的大规模基因调控网络中，找到导致疾病的重要基因；从大规模的社交网络中，找到

紧接方案一 由于方案一每次输出一个权重最高结点，然原始网络规模达100W，到假设一秒输出一个结点也约需要277小时，到中间阶段，有很多结点具有相同的权重。 因此做性能优化，每次输出权重最大的全部结点，预计可以吧时间缩短在3小时以内。 缺点是同属最大权重的结点间可能相关，导致结果不是特别精准，尤其随着权重变小，规模变大，尤其明显，所以设置当最大权重为5的时候停止输出。 实现代码： libr

library(dplyr)    node_rel    node_rel        #循环node_del    for (m in 1:length(node_del))      {        node_del_tmp        node_rel      }    node_rel    View(node_rel)          

library(RMySQL)                                                                                                       # 载入RMySQL包 conn dbSendQuery(conn, "SET @@sql_mode=ANSI;")