机器学习 1、R语言
R语言
R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具。
特点介绍
•主要用于统计分析、绘图、数据挖掘
•R内置多种统计学及数字分析功能。R的功能也可以通过安装包(Packages,用户撰写的功能)增强。
•因为S的血缘,R比其他统计学或数学专用的编程语言有更强的面向对象(面向对象程序设计)功能
官网:http://cran.r-project.org/
其他介绍
•R的另一强项是绘图功能,制图具有印刷的素质,也可加入数学符号。
•虽然R主要用于统计分析或者开发统计相关的软件,但也有人用作矩阵计算。其分析速度可媲美专用于矩阵计算的自由软件GNU Octave和商业软件MATLAB。
•SPSS-另一种统计分析软件
•SAS系统-另一种统计分析软件
安装
•R官网下载3.1.3
在安装R语言环境的时候,安装目录最好是不要包含空格、特殊字符、中文字符等,否则在安装Rstudio的时候,可能找不到R运行环境的地址;
•IDE开发环境使用Rstudio
Rstudio下载地址:https://www.rstudio.com/products/rstudio/download/ 安装完成以后就是下面的样子,非常轻量级的工具:
配置Rstudio的空作空间和默认编码方式,Tool-》Global Options...
数据的管理和理解
•学完本章后,你将理解:
–基本的R数据结构以及如何使用这些数据结构来存储和提取数据
–如何把不同来源格式的数据导入R
–理解并可视化复杂数据的常用方法
数据结构
•向量
•R的基本数据结构式向量。向量存储一组有序的值,称为元素。
•一个向量可以包含任意数量的元素。然而,所有的元素必须是一样的类型,比如,一个向量不能同时包含数字和文本。
•integer numeric character logical NULL NA
•combine function
•R中的向量有固有的顺序,所以其数据能通过计算向量中各元素的序号来访问,序号是从1开始
subject_name <- c("John Doe","Jane Doe","Steve Graves") temperature <- c(98.1, 98.6, 101.4) flu_status <- c(FALSE, FALSE, TRUE)temperature[2] temperature[2:3] temperature[-2] temperature[c(TRUE,TRUE,FALSE)]
•因子
•因子是向量的一个特例,它单独用来标识名义属性
•为什么不用character字符型向量呢?
•把字符型向量转换成因子,只需要应用factor()函数
gender <- factor(c("MALE","MALE","FEMALE")) gender blood <- factor(c("O","AB","A"),levels = c("A","B","AB","O")) blood#输出 > blood <- factor(c("O","AB","A"),levels = c("A","B","AB","O")) > blood [1] O AB A Levels: A B AB O
•列表
•一种特殊类型的向量--列表,它用来存储一组有序的值
•列表允许收集不同类型的值
•用列表构建”对象”进行访问
subject_name[1] temperature[1] flu_status[1] gender[1] blood[1]subject1 <- list(fullname = subject_name[1],temperature = temperature[1],flu_status = flu_status[1],gender = gender[1],blood = blood[1]) subject1 subject1[2] subject1$temperature subject1[c("temperature","flu_status")]
•数组
•数据框
•机器学习中使用的最重要的R数据结构就是数据框,因为它既有行数据又有列数据,所以它是一个与电子表格或数据库相类似的结构
•新的参数stringAsFactors = FALSE
•提取其中的整个向量数据,就如列表提取一个元素那么简单,通过名字
•数据框是二维的,格式为“[rows, columns]”也可以提取数据
# 数据框 pt_data <- data.frame(subject_name, temperature, flu_status, gender, blood, stringsAsFactors = FALSE) pt_data pt_data$subject_name pt_data[c("temperature","flu_status")]pt_data[1,2] pt_data[c(1,3),c(2,4)] pt_data[,1] pt_data[1,] pt_data[,]pt_data[c(1,3),c("temperature","gender")] pt_data[-2,c(-1,-3,-5)]
•矩阵
探索数据
•str() #str 显示数据框中每个变量的属性
•summary() #查看对像的最小值、最大值、四分位数和数值型变量的均值,以及因子向量和逻 辑型向量的频数统计
•table()
•plot() #绘图功能
数据管理
•保存和加载R数据结构
–save(x,y,z, file="mydata.RData") –load("mydata.RData")
•用CSV文件导入和保存数据
–pt_data <-read.csv("pt_data.csv", stringsAsFactors=FALSE) –pt_data <-read.csv("pt_data.csv", stringsAsFactors=FALSE, header=FALSE) –write.csv(pt_data, file="pt_data2.csv")
•从SQL数据库导入数据
–RODBC
# R语言通过ODBC链接MYSQL数据库 mydb <- odbcConnect("localhost", uid="root", pwd="123123") sqlTables(mydb) students <- sqlQuery(mydb,"select * from Student") students[1,2] temp <- sqlFetch(mydb,"Student",rownames = "id") odbcClose(mydb)
下面是交互式使用R的几个例子
例一:
> help.start() #启动在线帮助,会打开浏览器。 > x <- rnorm(50); y <- rnorm(x) #产生两个随机向量x和y > plot(x,y) #使用x,y画二维散点图, 会打开一个图形窗口 > ls() #查看当前工作空间里面的 R 对象 > rm(x,y) #清除x,y对象 >x <- 1:20 # 相当于x=(1,2,…,20)
例二:
x <- 1:20#等价于 x = (1, 2, ..., 20)。 w <- 1 + sqrt(x)/2#标准差的`权重'向量。 dummy <- data.frame(xx=x, y= x + rnorm(x)*w)#创建一个由x 和 y构成的双列数据框 dummy #查看dummy对象中的数据。 fm <- lm(y ~ x, data=dummy)#拟合 y 对 x 的简单线性回归 summary(fm)#查看分析结果。 fm1 <- lm(y ~ x, data=dummy, weight=1/w^2)#加权回归 summary(fm1)#查看分析结果。 attach(dummy)#让数据框中的列项可以像一般的变量那样使用。 lrf <- lowess(x, y)#做一个非参局部回归。 plot(x, y)#标准散点图。 lines(x, lrf$y)#增加局部回归曲线。 abline(0, 1, lty=3)#真正的回归曲线:(截距 0,斜率 1)。 abline(coef(fm))#无权重回归曲线。 abline(coef(fm1), col = "red")#加权回归曲线。 detach()#将数据框从搜索路径中去除。 plot(fitted(fm), resid(fm), xlab="Fitted values", ylab="Residuals", main="Residuals vs Fitted")一个检验异方差性(heteroscedasticity)的标准回归诊断图。 qqnorm(resid(fm), main="Residuals Rankit Plot")#用正态分值图检验数据的偏度(skewness),峰度(kurtosis)和异常值(outlier)。 rm(fm, fm1, lrf, x, dummy)#再次清空。
例三: Michaelson 和 Morley 测量光速的经典实验
filepath <- system.file("data", "morley.tab" , package="datasets")#从对象 morley 中得到实验数据的文件路径 filepath#查看文件路径 file.show(filepath)#查看文件内容 mm <- read.table(filepath)#以数据框的形式读取数据 mm$Expt <- factor(mm$Expt) mm$Run <- factor(mm$Run)#将 Expt 和 Run 改为因子。 attach(mm)#让数据在位置 3 (默认) 可见(即可以直接访问)。 plot(Expt, Speed, main="Speed of Light Data", xlab="Experiment No.")#用简单的盒状图比较五次实验。 fm <- aov(Speed ~ Run + Expt, data=mm)#分析随机区组,`runs' 和 `experiments' 作为因子。 summary(fm) fm0 <- update(fm, . ~ . - Run) anova(fm0, fm)#拟合忽略 `runs' 的子模型,并且对模型更改前后进行方差分析。 detach() rm(fm, fm0)#在进行下面工作前,清空数据。 #下面是等高线和影像显示的示例 x <- seq(-pi, pi, len=50)#x 是一个在区间 [-pi\, pi] 内等间距的50个元素的向量 y <- x f <- outer(x, y, function(x, y) cos(y)/(1 + x^2))#f 是一个方阵,行列分别被 x 和 y 索引,对应的值是函数 cos(y)/(1 + x^2) 的结果。 oldpar <- par(no.readonly = TRUE) par(pty="s")#保存图形参数,设定图形区域为“正方形”。 contour(x, y, f) contour(x, y, f, nlevels=15, add=TRUE)#绘制 f 的等高线;增加一些曲线显示细节。 fa <- (f-t(f))/2#fa 是 f 的“非对称部分”(t() 是转置函数)。 contour(x, y, fa, nlevels=15)#画等高线 par(oldpar)# 恢复原始的图形参数 image(x, y, f) image(x, y, fa)#绘制一些高密度的影像显示 objects(); rm(x, y, f, fa)#在继续下一步前,清空数据。 th <- seq(-pi, pi, len=100) z <- exp(1i*th)#1i 表示复数 i par(pty="s") plot(z, type="l")#图形参数是复数时,表示虚部对实部画图。这可能是一个圆。 w <- rnorm(100) + rnorm(100)*1i#假定我们想在这个圆里面随机抽样。一种方法将让复数的虚部和实部值是标准正态随机数 ... w <- ifelse(Mod(w) > 1, 1/w, w)#将圆外的点映射成它们的倒数。 plot(w, xlim=c(-1,1), ylim=c(-1,1), pch="+",xlab="x", ylab="y") lines(z)#所有的点都在圆中,但分布不是均匀的。 #下面采用均匀分布。现在圆盘中的点看上去均匀多了。 w <- sqrt(runif(100))*exp(2*pi*runif(100)*1i) plot(w, xlim=c(-1,1), ylim=c(-1,1), pch="+", xlab="x", ylab="y") lines(z) rm(th, w, z)#再次清空。 q()#离开 R 程序
例子转自:http://developer.51cto.com/art/201305/393121.htm
机器学习 1、R语言相关推荐
- 《机器学习与R语言(原书第2版)》一2.3 探索和理解数据
本节书摘来自华章出版社<机器学习与R语言(原书第2版)>一书中的第2章,第2.3节,美] 布雷特·兰茨(Brett Lantz) 著,李洪成 许金炜 李舰 译更多章节内容可以访问云栖社区& ...
- 回归素材(part2)--机器学习与R语言
学习笔记,仅供参考,有错必纠 机器学习与R语言 多元线性回归
- 机器学习与R语言(原书第2版)》一1.4 实践中的机器学习
本节书摘来自华章出版社<机器学习与R语言(原书第2版)>一书中的第1章,第1.4节,美] 布雷特·兰茨(Brett Lantz) 著,李洪成 许金炜 李舰 译更多章节内容可以访问云栖社区& ...
- 机器学习之R语言caret包trainControl函数(控制调参)
机器学习之R语言caret包trainControl函数(控制调参) trainControl参数详解 源码 参数详解 示例 trainControl参数详解 源码 caret::trainContr ...
- 【机器学习】R语言进行机器学习方法及实例
R语言进行机器学习方法及实例 机器学习的研究领域是发明计算机算法,把数据转变为智能行为.机器学习和数据挖掘的区别可能是机器学习侧重于执行一个已知的任务,而数据发掘是在大数据中寻找有价值的东西. 机器学 ...
- 机器学习--线性回归R语言
回归分析就是利用样本,产生拟合方程,从而进行预测.简而言之,就是你用你手头上的数据进行模型的训练,然后用你得到的模型对于新数据进行预测. 一元线性回归: 例子: y<- c(61,57,58,4 ...
- r语言中c5.0参数解释,机器学习与R语言:C5.0
#---------------------------------------- # 功能描述:演示C50建模过程 # 数据集:汉堡大学信贷模型,信贷数据 # #------------------ ...
- r语言c50算法的过程,【机器学习与R语言】5-规则学习算法
1.分类规则原理 if-else逻辑:前件由特征值的特定组合构成,在满足规则的条件下,后件描述用来指定的分类值. 决策树必须从上至下应用,而规则是单独存在的事实.通常比决策树更简洁.直接和理解. 规则 ...
- 机器学习与R语言 多元线性回归insurance.R:保险费
insurance <- read.csv("insurance.csv", stringsAsFactors = TRUE) str(insurance)#既然因变量是ch ...
- 计算机书籍-R语言机器学习预测分析实战
书名:机器学习与R语言实战 作者:丘祐玮 出版社:机械工业出版社 ISBN:9787111535959 去当当网了解
最新文章
- C#下的插件体系探讨
- 架构设计之设计模式 (二) 静态代理和动态代理--间接“美”
- python的用途实例-python assert的用处示例详解
- Bochs安装FreeDOS与调试
- python 基本操作 多维数组 循环
- AgileConfig轻量级配置中心1.3.0发布,支持多用户权限控制
- P2146 [NOI2015] 软件包管理器
- 在台湾当程序员是一种什么样的体验?
- 如何精通java_如何精通java技术
- API 日调用量超 100 亿次!腾讯云首次披露云原生产品数据
- 数据库之DB2数据库备份
- js:使用a标签下载图片及pdf文件等资源
- Python——绘制词云图
- 数据产品经理真的比数据分析工资高吗?
- Flume 的使用场景详解
- RGB颜色值与十六进制颜色码对照表
- latex 文本突出显示_如何突出显示搜索的文本
- [洛谷P3262]战争调度
- 中国海洋大学计算机专硕复试线,2020中国海洋大学考研复试分数线已公布
- python print rdd_【Spark机器学习速成宝典】基础篇02RDD常见的操作(Python版)
热门文章
- 平凡的80后 不平凡的人生路
- JS监听手机物理返回键,返回到指定页面
- doctrine 报错处理办法: Unknown database type enum requested
- 分享一个Go按行读取命令行输入的例子
- Python正则表达式初识(十)附正则表达式总结
- 玩转X-CTR100 l STM32F4 l DAC数字模拟转换
- 销售易发布旗舰版移动CRM及PaaS平台 产品比肩Salesforce
- Javascript的数据结构与算法(一)
- iOS10 推送必看 UNNotificationContentExtension
- 服务器负载均衡(1)