《数据科学：R语言实战》一导读
前 言 数据科学：R语言实战R是为数据操作及统计计算提供语言及环境的软件包，同样也能够用图表表示产生的统计数据。 R具有以下特性： 语法简洁，可对数据执行操作； 附带的工具可通过本地和互联网以多种格式加载和存储数据； 语言一致，可对内存中的数据集进行操作； 具有用于数据分析的内置和开源工具； 采用生成实时图形和将图示存储到磁盘的方法。 目 录 第1章 模式的数据挖掘 1.1 聚类分析1....
《数据科学：R语言实战》一2.3 总结
本节书摘来自异步社区《数据科学：R语言实战》一书中的第2章，第2.3节，作者 【美】Dan Toomey（丹·图米），更多章节内容可以访问云栖社区“异步社区”公众号查看 2.3 总结 本章，我们探讨了确定数据序列的不同模式。通过使用eclat函数查找数据集模式，以便寻找人口中的相似模式。使用TraMineR查找购物篮中的项目频集。使用apriori规则确定购物篮中的项目关联。使用TraMineR....
《数据科学：R语言实战》一2.2 问题
本节书摘来自异步社区《数据科学：R语言实战》一书中的第2章，第2.2节，作者 【美】Dan Toomey（丹·图米），更多章节内容可以访问云栖社区“异步社区”公众号查看 2.2 问题 实际问题 怎样不将白种人计入eclat结果内？ 描述序列图表中出现的不同转换期。 在TraMineRmvad数据摘要中，地区响应中有显著差异，您能猜出原因吗？ 什么时候做、怎样做以及为什么这样做？ 描述seq...
《数据科学：R语言实战》一1.5 总结
本节书摘来自异步社区《数据科学：R语言实战》一书中的第1章，第1.5节，作者 【美】Dan Toomey（丹·图米），更多章节内容可以访问云栖社区“异步社区”公众号查看 1.5 总结 本章探讨了聚类分析、异常检测及关联规则。“聚类分析”部分使用了K-means聚类、K-medoids聚类、分层聚类、期望最大化及密度估计。“异常检测”部分通过使用内置R函数发现了异常值，并开发出自己的专用R函数。“....
《数据科学：R语言实战》一1.4 问题
本节书摘来自异步社区《数据科学：R语言实战》一书中的第1章，第1.4节，作者 【美】Dan Toomey（丹·图米），更多章节内容可以访问云栖社区“异步社区”公众号查看 1.4 问题 实际问题 如何决定是否使用K-means或K-medoids？ 设计箱线图的意义是什么？为什么那样设计？ 对于密度图，请描述生成于iris数据异常值中的底层数据。 对于市场数据集中的其他项目，有哪些抽取规则？ ...
《数据科学：R语言实战》一1.3 关联规则
本节书摘来自异步社区《数据科学：R语言实战》一书中的第1章，第1.3节，作者 【美】Dan Toomey（丹·图米），更多章节内容可以访问云栖社区“异步社区”公众号查看 1.3 关联规则 关联规则说明了两个数据集之间的关联。此规则常用于购物篮分析。一组事务中的每个事务（购物袋）可能包含多个不同项目，那么如何能够让产品销售有关联呢？常见关联如下所示。 支持度：这是事务同时包含A和B的百分比。 置.....
《数据科学：R语言实战》一1.2 异常检测
本节书摘来自异步社区《数据科学：R语言实战》一书中的第1章，第1.2节，作者 【美】Dan Toomey（丹·图米），更多章节内容可以访问云栖社区“异步社区”公众号查看 1.2 异常检测 我们可以使用R编程来检测数据集中的异常。异常检测可用于入侵检测、欺诈检测、系统健康状态等不同领域。在R编程中，这些被称为异常值。R编程允许用多种方法对异常值进行检测： 统计测试； 基于深度的方法； 基于偏差的.....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。