07 2019 档案

R语言parse函数与eval函数的字符串转命令行及执行操作
摘要：parse()函数能将字符串转换为表达式expression；eval()函数能对表达式求解 输出： 如果将这两个函数与apply系列函数配合，将起到循环的效果。 阅读全文
posted @ 2019-07-29 15:31 我的数据之路 阅读(4712) 评论(0) 推荐(0)
用R语言提取数据框中日期对应年份（列表转矩阵）
摘要：用R语言提取数据框中日期对应年份（列表转矩阵） 在数据处理中常会遇到要对数据框中的时间做聚类处理，如从"%m/%d/%Y"中提取年份。 对应操作为：拆分成列表——列表转矩阵——利用索引从矩阵中提取第一列—— 其他办法供参考： 阅读全文
posted @ 2019-07-28 10:50 我的数据之路 阅读(5192) 评论(0) 推荐(0)
R语言模型选择之精度准则与最大值法问题
摘要：在模型选择中我们一般用caret包train函数建立模型，并对模型进行评判 方法1： 输出 mtry Accuracy Kappa 2 0.9276465 0.8552977 16 0.9314521 0.8628921 30 0.9276627 0.8553120 Accuracy was use 阅读全文
posted @ 2019-07-24 01:31 我的数据之路 阅读(1274) 评论(0) 推荐(0)
对数据集做标准化处理的几种方法——基于R语言
摘要：数据集——iris（R语言自带鸢尾花包） 一、scale函数 scale函数默认的是对制定数据做均值为0，标准差为1的标准化。它的两个参数center和scale： 1）center和scale默认为真,即T 2）center为真表示数据中心化 3）scale为真表示数据标准化 中心化：所谓数据的中 阅读全文
posted @ 2019-07-23 12:09 我的数据之路 阅读(21106) 评论(0) 推荐(0)
可视化缺失值的办法——R语言
摘要：在数据分析中，对缺失值的处理是很关键一步，一般用summary()函数 但通过R语言的VIM包的aggr函数可以做缺失值的图形化展示： 阅读全文
posted @ 2019-07-22 11:20 我的数据之路 阅读(2300) 评论(0) 推荐(0)
模型验证方法——R语言
摘要：在数据分析中经常会对不同的模型做判断 一、混淆矩阵法 作用：一种比较简单的模型验证方法，可算出不同模型的预测精度 将模型的预测值与实际值组合成一个矩阵，正例一般是我们要预测的目标。真正例就是预测为正例且实际也是正例（预测正确）；假反例是实际是正例但模型错误预测成反例（即预测错误）；假正例是预测是模型 阅读全文
posted @ 2019-07-22 00:51 我的数据之路 阅读(4567) 评论(0) 推荐(0)
R语言 绘图——条形图可以将堆积条形图与百分比堆积条形图配合使用
摘要：在使用堆积条形图时候，新增一个百分比堆积条形图，可以加深读者印象。 封装一个function函数后只需要在调用的数据上改一下pos=‘fill’的代码即可。比较方便。 案例： 阅读全文
posted @ 2019-07-16 13:36 我的数据之路 阅读(7004) 评论(0) 推荐(0)
R语言multiplot函数绘制多张图像
摘要：必备数据包“Rmisc” 先准备好需要绘入的图像，以比如p1、p2表示， multiplot(p1, p2) 如果插入图像多，p1、p2、p3、p4，则需要规定图像排列顺序。 multiplot(p1, p2, p3, p4, cols=2) 阅读全文
posted @ 2019-07-16 09:51 我的数据之路 阅读(5007) 评论(0) 推荐(0)
R语言抽样的问题
摘要：基本抽样函数sample sample(x,size,replace=F/T) x是数据集， size规定了从对象中抽出多少个数 replace 为F时候，表示每次​抽取后的数就不能在下一次被抽取；T表示抽取过的数可以继续拿来被抽取。 不平衡数据的问题 以某两类数据为目标做抽样，其中一类样本数量特别 阅读全文
posted @ 2019-07-16 01:38 我的数据之路 阅读(1213) 评论(0) 推荐(0)
R语言封装函数
摘要：R语言封装函数 原帖见豆瓣：https://www.douban.com/note/279077707/ 一个完整的R函数，需要包括函数名称，函数声明，函数参数以及函数体几部分。 1. 函数名称，即要编写的函数名称，这一名称就作为将来调用R函数的依据。2. 函数声明，函数名称 <- function 阅读全文
posted @ 2019-07-15 23:21 我的数据之路 阅读(4223) 评论(0) 推荐(0)
R语言——ggplot2补充知识点
摘要：案例 ggplot(head(age_data,10),aes(x=reorder(Country,age_median),y=age_median))+ geom_bar(aes(fill=Country),stat='identity')+ geom_text(aes(label=age_med 阅读全文
posted @ 2019-07-15 12:23 我的数据之路 阅读(1466) 评论(0) 推荐(0)
R语言——ifelse函数
摘要：在数据处理中，经常会遇到要对判断结果做处理的情况。if函数是经常遇到的。 ifelse(cond,statment1,statment2) 如果cond成立，执行statment1，否则执行statment2，可以对数据做递归循环。 示例： ifelse()与if(){}else(){}的区别： i 阅读全文
posted @ 2019-07-15 10:48 我的数据之路 阅读(15101) 评论(0) 推荐(1)
R语言data.table包fread读取数据
摘要：R语言处理大规模数据速度不算快，通过安装其他包比如data.table可以提升读取处理速度。 案例，分别用read.csv和data.table包的fread函数读取一个1.67万行、230列的表格数据。 参考资料： R语言data.table速查（博客园-Little_Rookie）：https: 阅读全文
posted @ 2019-07-15 10:08 我的数据之路 阅读(10766) 评论(0) 推荐(0)
MySQL习题
摘要：/*SELECT `产品号码`, `产品名称`, `产品单价` FROM `产品信息` WHERE `产品单价`>( SELECT AVG(产品单价) FROM `产品信息`);*/ /* SELECT `产品号码`, `产品名称`, `产品单价`, (SELECT AVG(产品单价) FROM ` 阅读全文
posted @ 2019-07-14 00:34 我的数据之路 阅读(226) 评论(0) 推荐(0)
SQLZOO 习题
摘要：https://sqlzoo.net 8. 美國、印度和中國(USA, India, China)是人口又大，同時面積又大的國家。排除這些國家。 顯示以人口或面積為大國的國家，但不能同時兩者。顯示國家名稱，人口和面積。 （成為大國的兩種方式：如果它有3百萬平方公里以上的面積，或擁有250百萬(2.5 阅读全文
posted @ 2019-07-12 01:54 我的数据之路 阅读(3399) 评论(1) 推荐(1)
hr员工数据分析（实战）
摘要：hr员工数据分析项目实战 （数据已脱敏） 背景说明 某公司最近公司发生多起重要员工意外离职、部分员工工作缺乏积极性等问题，受hr部门委托，开展数据分析工作。 经与hr部门沟通，确定以下需求： 制定数据仪表盘实时监控人员变动情况（比如能预知员工离职节点），制作员工画像。 原始数据说明： 共两个sql数 阅读全文
posted @ 2019-07-04 10:47 我的数据之路 阅读(5186) 评论(0) 推荐(0)