R语言进行数据结构化转换：Box-Cox变换、“凸规则”变换方法
线性回归时若数据不服从正态分布，会给线性回归的最小二乘估计系数的结果带来误差，所以需要对数据进行结构化转换。 在讨论回归模型中的变换时，我们通常会简单地使用Box-Cox变换，或局部回归和非参数估计。 这里的要点是，在标准线性回归模型中，我们有 ...
R语言非参数方法：使用核回归平滑估计和K-NN(K近邻算法)分类预测心脏病数据
本文考虑一下基于核方法进行分类预测。注意，在这里，我们不使用标准逻辑回归，它是参数模型。 非参数方法 用于函数估计的非参数方法大致上有三种：核方法、局部多项式方法、样条方法。 非参的函数估计的优点在于稳健，对模型没有什么特定的假设，只是认为函数光滑，避免了模型选择带来的风险；但是，表达式复杂，难以解...
R语言基于Bootstrap的线性回归预测置信区间估计方法
我们知道参数的置信区间的计算，这些都服从一定的分布(t分布、正态分布），因此在标准误前乘以相应的t分值或Z分值。但如果我们找不到合适的分布时，就无法计算置信区间了吗？幸运的是，有一种方法几乎可以用于计算各种参数的置信区间，这就是Bootstrap 法。 本文使用BOOTSTRAP来获得预测的置信区间...
R语言基于树的方法：决策树，随机森林，Bagging，增强树
概观 本文是有关 基于树的 回归和分类方法的。 树方法简单易懂，但对于解释却非常有用，但就预测准确性而言，它们通常无法与最佳监督学习方法竞争。因此，我们还介绍了Bagging（自助法），随机森林和增强树。这些示例中的每一个都涉及产生多个树，然后将其合并以产生单个共识预测。我们...
R语言人口期望寿命统计预测方法
本文对人口统计预测方法进行讨论。首先，我们将看到基本的静态方法。在使用数据集之前，我们使用“标准” 生命表。 download.file(url,"mortal") tables=readHTMLTable("morta ...
R语言k-Shape时间序列聚类方法对股票价格时间序列聚类
这次，我们将使用k-Shape时间序列聚类方法检查公司的股票收益率的时间序列。 企业对企业交易和股票价格 在本研究中，我们将研究具有交易关系的公司的价格变化率的时间序列的相似性，而不是网络结构的分析。由于特定客户的销售额与供应商公司的销售额之比较大，当客户公司的股票价格发生变化时，对供...
R语言异常值检测方法比较
识别异常值的方法有很多种，R中有很多不同的方法。 关于异常值方法的文章使用了理论和实践的混合体。理论一切都很好，但异常值是异常值，因为它们不遵循理论。实践涉及数据的测试方法，有时用基于理论模拟的数据，更好地使用“真实”数据集。如果一种方法发现我们都同意的异常值，那么它可以被认为是成功的，但是我们是否...
R语言中不同类型的聚类方法比较
聚类方法用于识别从营销，生物医学和地理空间等领域收集的多变量数据集中的相似对象。它们是不同类型的聚类方法，包括： 划分方法 分层聚类 模糊聚类 基于密度的聚类 基于模型的聚类 数据准备 演示数据集：名为USArrest的内置R数据集 删除丢失的数据 ...
R语言确定聚类的最佳簇数：3种聚类优化方法
确定数据集中最佳的簇数是分区聚类（例如k均值聚类）中的一个基本问题，它要求用户指定要生成的簇数k。 一个简单且流行的解决方案包括检查使用分层聚类生成的树状图，以查看其是否暗示特定数量的聚类。不幸的是，这种方法也是主观的。 我们将介绍用于确定k均值，k medoids（PAM）和层次聚类的最佳聚类数的...
R语言Ternary包绘制三元图、RGB三色空间分布图的方法
本文介绍基于R语言中的Ternary包，绘制三元图（Ternary Plot）的详细方法；其中，我们就以RGB三色分布图为例来具体介绍。 三元图可以从三个不同的角度反应数据的特征，因此在很多领域都得以广泛应用；如下图所示，就是一个最简单的三元图。其中，基于R语言中的Ternary包，我们可以非...
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。