一个简单的例子！环境：CentOS6.5Hadoop集群、Hive、R、RHive，具体安装及调试方法见博客内文档。 KNN算法步骤：需对所有样本点（已知分类+未知分类）进行归一化处理。然后，对未知分类的数据集中的每个样本点依次执行以下操作：1、计算已知类别数据集中的点与当前点（未知分类 ...

学习Python的主要语法后，想利用python进行数据分析，感觉《Python数据分析与挖掘实战》可以用来学习参考，理论联系实际，能够操作数据进行验证，基础理论的内容对于新手而言还是挺有帮助的， 能从实际场景介入入手讲解，有前因后果的介绍，但是对于多个方法，为什么要采用其中某个执行方法没有细化 ...

1.1数据分析概述 1.1.1数据分析的原则 (1)数据分析是为了验证假设的问题，需要提供必要的数据验证。在数据分析中，分析模型构建完成后，需要利用测试数据验证模型的正确性。 (2)数据分析是为了挖掘更多的问题，并找到深层次的原因。 (3)不能为了做数据分析而做数据分析。 1.1.2 ...

11.2对应分析 在很多情况下，我们所关心的不仅仅是行或列变量本身，而是行变量和列变量的相互关系，这就是因子分析等方法无法解释的了。1970年法国统计学家J.P.Benzenci提出对应分析，也称关联分析、R-Q型因子分析，其是一种多元相依变量统计分析技术。它通过分析由定性变量构成的交互汇总表 ...

方差分析泛应用于商业、经济、医学、农业等诸多领域的数量分析研究中。例如商业广告宣传方面，广告效果可能会受广告式、地区规模、播放时段、播放频率等多个因素的影响，通过方差分析研究众多因素中，哪些是主要的以及如何产生影响等。而在经济管理中，方差分析常用于分析变量之间的关系，如人民币汇率对股票收益率的影响 ...

假设检验及R实现 7.1假设检验概述 对总体参数的具体数值所作的陈述，称为假设;再利用样本信息判断假设足否成立，这整个过程称为假设检验。 7.1.1理论依据 假设检验之所以可行，其理沦背景是小概率理论。小概率事件在一次试验中儿乎是不可能发生的，但是它一以发生，我们就有理由拒绝原假设 ...

6.3两正态总体的区间估计 (1)两个总体的方差已知 在R中编写计算置信区间的函数twosample.ci()如下，输入参数为样本x, y,置信度α和两个样本的标准差。 > twosample.ci=function(x,y,alpha,sigma1,sigma2 ...

6.1点估计及R实现 6.1.1矩估计 R中的解方程函数: 函数及所在包：功能 uniroot()@stats：求解一元（非线性)方程 multiroot()@rootSolve：给定n个(非线性)方程，求解n个根 uniroot.all()@rootSolve：在一个区问内求解一个 ...