随笔分类 - R
R语言学习分享
摘要：The glmnetUtils package provides a collection of tools to streamline the process of fitting elastic net models with glmnet. I wrote the package after
阅读全文
摘要：If the media coverage is anything to go by, people are desperate to know who will win the US election on November 8. Polls give us some indication of
阅读全文
摘要：If your regression model contains a categorical predictor variable, you commonly test the significance of its categories against a preselected referen
阅读全文
摘要：原文在此：8 Trips to Combat Imbalanced Classes in You Machine Learning Dataset by Jason Brownlee 当你遇到非均衡数据集的时候，即便是你得到准确率为90%的分类模型，只要你仔细研读你会发现，分类中基本都是某一类。 C
阅读全文
摘要：In the first installment of this series, we scraped reviews from Goodreads. In thesecond one, we performed exploratory data analysis and created new v
阅读全文
摘要：TensorFlow™ is an open source software library for numerical computation using data flow graphs. Nodes in the graph represent mathematical operations,
阅读全文
摘要：利用聚类分析，我们可以很容易地看清数据集中样本的分布情况。以往介绍聚类分析的文章中通常只介绍如何处理连续型变量，这些文字并没有过多地介绍如何处理混合型数据（如同时包含连续型变量、名义型变量和顺序型变量的数据）。本文将利用 Gower 距离、PAM（partitioning around medoid
阅读全文
摘要：文章摘要 本文首先介绍了并行计算的基本概念，然后简要阐述了R和并行计算的关系。之后作者从R用户的使用角度讨论了隐式和显示两种并行计算模式，并给出了相应的案例。隐式并行计算模式不仅提供了简单清晰的使用方法，而且很好的隐藏了并行计算的实现细节。因此用户可以专注于问题本身。显示并行计算模式则更加灵活多样，
阅读全文
摘要：最近在调用SparkR的时候，当用copy_to函数将R中的数据框导入到Spark时，会在默认的tempdir()目录下（这里默认目录即为/tmp）产生巨大的临时文件， 严重影响R脚本的运行，最终一番折腾，查找资料，终于搞定。解决办法如下： 验证下： ok，搞定！
阅读全文
摘要：注：之前本人写了一篇SparkR的安装部署文章：SparkR安装部署及数据分析实例，当时SparkR项目还没正式入主Spark，需要自己下载SparkR安装包，但现在spark已经支持R接口，so更新了这篇文章。 1、Hadoop安装 参考： http://www.linuxidc.com/Linu
阅读全文
摘要：Machine and statistical learning wizards are becoming more eager to perform analysis with Spark MLlibrary if this is only possible. It’s trendy, posh,
阅读全文
摘要：As we demonstrated in “A gentle introduction to parallel computing in R” one of the great things about R is how easy it is to take advantage of parall
阅读全文
摘要：深度学习在过去几年，由于卷积神经网络的特征提取能力让这个算法又火了一下，其实在很多年以前早就有所出现，但是由于深度学习的计算复杂度问题，一直没有被广泛应用。 一般的，卷积层的计算形式为： 其中、x分别表示当前卷积层中第j个特征、前一层的第i个特征；k表示当前层的第j个特征与前一层的第i个特征之间的卷
阅读全文
摘要：日前，Rstudio公司发布了sparklyr包。该包具有以下几个功能： 实现R与Spark的连接—sparklyr包提供了一个完整的dplyr后端 筛选并聚合Spark数据集，接着在R中实现分析与可视化 利用Spark的MLlib机器学习库在R中实现分布式机器学习算法 可以创建一个扩展，用于调用S
阅读全文
摘要：Feature selection is a process of extracting valuable features that have significant influence ondependent variable. This is still an active field of
阅读全文
摘要：@theboysmithy did a great piece on coming up with an alternate view for a timeline for an FT piece. Here’s an excerpt (read the whole piece, though, i
阅读全文
摘要：A couple of weeks or so ago, I picked up an inlink from an OCLC blog post about Visualizing Network Flows: Library Inter-lending. The post made use of
阅读全文
摘要：上周在中国R语言大会北京会场上，给大家分享了如何利用R语言交互数据可视化。现场同学对这块内容颇有兴趣，故今天把一些常用的交互可视化的R包搬出来与大家分享。 rCharts包 说起R语言的交互包，第一个想到的应该就是rCharts包。该包直接在R中生成基于D3的Web界面。 rCharts包的安装 r
阅读全文
摘要：Open-source software is awesome. If I found that a piece of closed-source software was missing a feature that I wanted, well, bad luck. I probably cou
阅读全文
摘要：In my last article, I stated that for practitioners (as opposed to theorists), the real prerequisite for machine learning is data analysis, not math.
阅读全文
浙公网安备 33010602011771号