R语言与函数预计进修条记（核要领与局部多项式） 非参数要领 用于函数预计的非参数要领大抵上有三种：核要领、局部多项式要领、样条要领。 非参的函数预计的利益在于稳健，对模子没有什么特定的假设，只是认为函数平滑，制止了模子选择带来的风险；可是，表达式巨大，难以表明，计较劲大长短参的一个很大的短处。所以说利用非参有风险，选择需审慎。 非参的想法很简朴：函数在视察到的点取视察值的概率较大，用x四周的值... 继续阅读R语言与函数预计进修条记（核要领与局部多项式）

R语言进阶——数据整形  一、通过从头构建数据举办整形 数据整形最直接的思路就把数据全部向量化，然后按要求用向量构建其他范例的数据。这样是不是会发生大量的中间变量、占用大量内存？没错。R语言的任何函数（包罗赋值）操纵城市有同样的问题，因为R函数的参数通报方法是传值不传址，变量不行能原地点修改后再放回原地点。 矩阵和多维数组的向量化有直接的范例转换函数： as.vector，向量化后的功效顺序是... 继续阅读R语言进阶——数据整形

R Interface（R界面） 1.轮廓 R是S语言的一种实现。它是一种巨细写敏感的表明型语言。你可以在呼吁提示符(>)后头直接一句一句输入要执行的呼吁，也可以通过运行一个源文件来执行一系列呼吁。R的数据范例许多，包罗向量（数值型向量、文字型向量、逻辑型向量）、矩阵、数据框和列表等。大大都成果是在交互会话中通过内置函数、用户函数和内存中的数据工具来实现。基本成果都是默承认用的，其它... 继续阅读R Interface（R界面）

笨步伐学R编程 在倚天屠龙记中，有一人唤作火领班陀。此人练功不靠心法，只靠仿照他人招式，由外而内，自成一家。操练编程也有如此的秘诀，不看文字描写，只调查和仿照别人的代码。这样也可以由外而内学会编程。《笨步伐学python》的作者Zed Shaw 就说过这种笨步伐入门其实更简朴。阳志平在他的文章《如何进修一门新的编程语言》中也讲到，初学编程要在进修区决心的大量操练，少看理论书。TED上一位教诲家... 继续阅读笨步伐学R编程

如安在R语言中挪用表格中持续单位数据 表格的根基元素就是单位格，我们经常通过挪用单位格的位置来挪用单位格的位置。任何单位格的位置信息包括两个元素——行和列。 下面我们通过一些例子来说明怎么通过队列的信息来挪用表格中单位格的数据 > data=read.csv(“D:/ziliao/zhuanye/R bear/F34harmo.csv”) 挪用表格F34harmo.... 继续阅读如安在R语言中挪用表格中持续单位数据

R语言检讨空间自相关Moran’s I和运行SAR模子 在空间取样中位置越靠近的点相应的变量也大概越临近，这种现象称为空间自相关。空间自相关可以或许改变人们对某些事物原因的判定。举例来说，一个所在物种数高，邻近的点物种数也相应得会高些，但这并不必然是由于两个所在的情况条件都十分优越，而纯粹是由于两个所在之间在空间上更为靠近。点与点之间空间干系的依赖性使得各点之间数据并不是独立的。 为此，需要从... 继续阅读R语言检讨空间自相关Moran’s I和运行SAR模子

Windows下R的编辑器（Tinn-R） 之前先容的几个编辑器有的是能为R所用，有的是为了R而改变，可是有个编辑器是为R而生，那就是Tinn-R，因为他是专门为R定制的。由于R自带的RGui成果实在太简朴，因此呈现了许多对其扩展的项目，好比JGR，可是最有名、利用最广的照旧Tinn-R，到了本日的版本，已经不只仅是个Gui东西，完全可以称得上是IDE。 　　如今的Tinn-R的安装和设置都很... 继续阅读Windows下R的编辑器（Tinn-R）

R小私集 Fibonacci函数： fibonacci = function(n) { ## Author: Ryan Rosario & Jason Fan ## Launch Date: 2010-07-27 ## Update Date: 2012-01-20 ## Purpose: calculate Fibonacci sequence ... 继续阅读R小私集

利用ggplot2绘制风向玫瑰图 利用风资源软件画风向图根基上是千篇一律，假如画出新意的风向玫瑰图，可以利用R语言的ggplot2包，画图功效如下： ggplot2（http://had.co.nz/ggplot2/）是CRAN上知名度很高的画图扩展包，也是R语言利用者最喜欢的画图东西。R语言是统计规模广为利用的开源编程语言，在海外更为风行。假如想相识R语言，可以去统计之都论坛，可能进修... 继续阅读利用ggplot2绘制风向玫瑰图

R语言与数据挖掘进修条记(1)：数据挖掘相关包的先容 在开始一个数据阐明项目之前，都很是有须要相识一下我们的数据，本日晚上主要整理数据摸索方面一些常用的代码： 一、先看看数据 我们首先要先相识一下数据的尺寸和布局： dim(iris) # 相识数据集的维度，有几多行几多列？ names(iris) # 数据有哪些列？ str(iris) # 数据的布局如何？ attributes(iris) ... 继续阅读R语言与数据挖掘进修条记(1)：数据挖掘相关包的先容