dummyVars函數:dummyVars creates a full set of dummy variables (i.e. less than full rank parameterization----建立一套完整的虛擬變量先舉一個簡單的例子： # 我們可以直接增加一列 ...

本文將就caret包中的數據分割部分進行介紹學習。主要包括以下函數：createDataPartition()，maxDissim()，createTimeSlices()，createFolds()，createResample()，groupKFold()等 基於輸出結果的簡單分割 ...

在進行數據挖掘時，我們並不需要將所有的自變量用來建模，而是從中選擇若干最重要的變量，這稱為特征選擇（feature selection）。本文主要介紹基於caret包的rfe()函數的特征選擇。 一種算法就是后向選擇，即先將所有的變量都包括在模型中，然后計算其效能（如誤差、預測精度）和變量重要 ...

在大數據如火如荼的時候，機器學習無疑成為了炙手可熱的工具，機器學習是計算機科學和統計學的交叉學科， 旨在通過收集和分析數據的基礎上，建立一系列的算法，模型對實際問題進行預測或分類。 R語言無疑為我們提供了很好的工具，它正是計算機科學和統計科學結合的產物，開源免費 ...

caret包（Classification and Regression Training）是一系列函數的集合，它試圖對創建預測模型的過程進行流程化。本系列將就數據預處理、特征選擇、抽樣、模型調參等進行介紹學習。 本文將就caret包中的數據預處理部分進行介紹學習。主要包括以下函數 ...

本文介紹caret包中的建立模型及驗證的過程。主要涉及的函數有train()，predict()，confusionMatrix()，以及pROC包中的畫roc圖的相關函數。 建立模型 在進行建模時，需對模型的參數進行優化，在caret包中其主要函數命令是train ...

最近准備寫一篇關於自組織映射 (Self-organizing map)的文章。SOM的代碼很多，研究了一圈之后目前使用最順手的是R語言的kohonen包。 這個kohonen包功能很豐富，但是接口不是特別合理。R語言包大部分是統計學家寫的，功能強大，數學上嚴謹，但是不怎么考慮代碼的規范和簡潔 ...

講真，用R這么幾年，始終未嘗試過寫自己的包，看來這就是我與真正程序員的差距了——編程習慣等於沒有。 昨天一個偶然的機會想開始寫自己的工具包，發現了前期教程的有一些過時。於是，寫一個**windows**下新的簡易版參考，以備不時之需。內容基本來源為男神Hadley Wickham ...