机器学习(Machine Learning and Data Mining)CS 5751——Lab1作业记录

这篇博客记录了CS 5751课程中关于机器学习的Lab1作业,主要涉及Activity3和Activity4。在Activity3中,通过散点图矩阵分析了mpg, hp, disp, drat, wt, qsec属性间的关系,得出WT与MPG具有最高相关性的结论。在Activity4中,使用R语言绘制了函数F(x, y)的图表,并确保图表有恰当的标题和标记轴。" 49403779,5526457,最大化能量项链的聚合顺序,"['算法', '优化问题', '数学', '动态规划', '环形结构']

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

机器学习(Machine Learning and Data Mining)CS 5751——Lab1作业记录

Activity3

绘制散点图矩阵,显示属性之间的相关性:
mpg,hp,disp,drat,wt,qsec。 使用散点图,评论哪些属性对具有最高的相关性。

plot(mtcars$wt, mtcars$mpg,  main="WT vs. MPG", xlab="Weight (1000 lbs)",  ylab="Miles/(US) gallon ", pch=19)

在这里插入图片描述

cor(mtcars$wt, mtcars$mpg)

Another method to do Activity3

pairs(~mpg+disp+drat+wt+qsec,data=mtcars,main="Activity3")

在这里插入图片描述

mydata<-mtcars[,c(1,3,4,5,6,7)]
cor(mydata)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值