主成份阐明（PCA）在生物芯片样本筛选中的应用及在R语言中的实现 主成份阐明要领可以对基因芯片的样本聚类环境举办可视化，可得到样本在尝试组和比较组之间的直观漫衍环境，从而便于对异常样本举办检测和去除，不然异常样本的存在将会对差别基因的判断等后续阐明造成倒霉影响。下面我将演示在R语言中如何对芯片样本举办PCA阐明及可视化。 首先，需要下载R语言的措施，R是一个很好的免费统计语言，官方下载网址为：... 继续阅读主成份阐明（PCA）在生物芯片样本筛选中的应用及在R语言中的实现

R计较汗青模仿法的VaR值 ... 继续阅读R计较汗青模仿法的VaR值

RForML之焦点包：e1071 R语言有许多包可以做呆板进修（Machine Learning）的任务。呆板进修的任务主要有有监视的进修方法和无监视的进修方法。 – 有监视进修：在正确功效指导下的进修方法，若是正确功效是定性的，属于分类问题；若正确功效是定量的，属于回归问题。 – 无监视进修：在没有正确功效指导下的进修方法，譬喻：聚类阐明、降维处理惩罚等 有许多R包可以做呆板进修，**本文先... 继续阅读RForML之焦点包：e1071

RHive的安装和用法 RHive 是一种通过HIVE高机能查询来扩展R计较本领的包。它可以在R情况中很是容易的挪用HQL， 也答允在Hive中利用R的工具和函数。理论上数据处理惩罚量可以无限扩展的Hive平台，搭配上数据挖掘的利器R情况， 堪称是一个完美的大数据阐明挖掘的事情情况。 情况设置 (设置部门是同事搞定的，只记录一些细节) RHive 依赖于Rserve，因此在安装R的时候有些变革... 继续阅读RHive的安装和用法

R下的GUI方案 GUI方案 R自己是个统计计较平台，也不是用来做GUI的，所以其实都是在用R和其他语言或组件的接口来做这个工作。当初玩过的平台有三个：Tcl/Tk，GTK（借助Rgtk2，台甫鼎鼎的Rattle也是用的这个方案）和Qt。 Tcl/Tk，利用tcltk 这个是R自带的一个接口，安装的时候只要没决心去掉，就可以直接用的。最早发明它就是因为在R默认的几个package里，它好像和统... 继续阅读R下的GUI方案

和谐曲线图在R中的几种差异实现 自从去年刚学R的时候碰了下和谐曲线图之后就再也没碰过了，可巧本日正好有人问起，索性爽性就几种常见的实现要领简朴写一写，不算上本身动手写函数的话大抵有那么三种，虽然必定也尚有许多更好的步伐。1 MSG包中的andrews_curve()这是我以为最不错的要领，函数代码很科学，在我的另一篇文章上也以它作为示例，而且在参数配置上与一般的plot等保持了一致，感受在作图... 继续阅读和谐曲线图在R中的几种差异实现

一个被遗忘的推荐R包：recommanderlab（一） 计较告白和推荐系统城市用到一个算法，协同过滤。 协同过滤是推荐算法的基石，固然当前炒得火热的隐语义和图的随机游走挡住了根基的邻域算法，基于物品的协同过滤依然有他不行替代的优势。电子商务开拓推荐算法目标是想让用户拥有本性化的商店，亚马逊的人曾经说过我们有几多用户就有几多个商店，说的就是推荐。 回过甚来说说告白，计较告白的本质是aud... 继续阅读一个被遗忘的推荐R包：recommanderlab（一）

用R语言读取经纬度的一个要领 依赖于google的一个处事，天天只能读取2500个，每个地点也没有google earth较准确，但可以作为参考。 require(RCurl)require(XML)require(rjson) x1 = getURI(‘http://maps.googleapis.com/maps/api/geocode/json?address=Jiutian,+Taih... 继续阅读用R语言读取经纬度的一个要领

R利剑NoSQL系列文章 之Cassandra 第三篇 R利剑Cassandra，分为7个章节。 Cassandra先容 Cassandra安装 RCassandra安装 RCassandra函数库 RCassandra根基利用操纵 RCassandra利用案例 Cassandra的消灭 每一章节，城市分为”文字说明部门”和”代码部门”，保持文字说明与代码的连贯性。 1. Cassan... 继续阅读R利剑NoSQL系列文章 之Cassandra

R语言进修由浅入深蹊径图 此刻对R感乐趣的人越来越多，许多人都想快速的把握R语言，然而，由于今朝大部门高校都没有开设R语言课程，这就导致许多人不知道如何着手进修R语言。 对付初学R语言的人，最常见的方法是：碰着不会的处所，就跑到论坛上吼一嗓子，然后欣然or哀痛的拜别，一直到碰着下一个问题再返来。虽然，这不是较好的进修方法，较好的方法是——看书。今朝，市面上先容R语言的书籍许多，中文英文都有... 继续阅读R语言进修由浅入深蹊径图