倚天孤星剑的博客

R语言中glmnet包是比较重要且流行的包之一，曾被誉为“三驾马车”之一。从包名就可以大致推测出，glmnet主要是使用Elastic-Net来实现GLM，广大的user可以通过该包使用Lasso 、 Elastic-Net 等Regularized方式来完成Linear Regression、 Logistic 、Multinomial Regression 等模型的构建。本人学习了CRAN上G

#数据集x<-cbind(c(1,2,3,4),c(5,5,10,20),c(3,6,9,12))#自己写标准化x_min_temp<-apply(x,2,min)x_min<-matrix(rep(x_min_temp,4),byrow=TRUE,ncol=3)#需要输入行数和列数abs(x-x_min)#当前值减去均值x_extreme_temp&l...

R语言table()函数比较有用，两个示例尤其是混淆矩阵这个案例比较有用：例子一：统计频次zz1#实现z中各数据频次的统计z1 2 4 7 3 3 1 1 names(z1)#居然是有名字的[1] "1" "2" "4" "7"例子二：实现混淆矩阵t=table(c(1,0,1,1,1,0,0,1),c(0,0,1,1,1,0,1,1));(sum(