在日常學習或工作中經常會使用線性回歸模型對某一事物進行預測，例如預測房價、身高、GDP、學生成績等，發現這些被預測的變量都屬於連續型變量。然而有些情況下，被預測變量可能是二元變量，即成功或失敗、流失或 ...

分析數據要做的第一件事情，就是觀察它。對於每個變量，哪些值是最常見的？值域是大是小？是否有異常觀測？ ggplot2圖形之基本語法： ggplot2的核心理念是將繪圖與數據分離，數據相關的繪圖與數 ...

統計學上分布有很多，在R中基本都有描述。因能力有限，我們就挑選幾個常用的、比較重要的簡單介紹一下每種分布的定義，公式，以及在Ｒ中的展示。 統計分布每一種分布有四個函數：d――density（密度函數），p――分布函數，q――分位數函數，r――隨機數函數。比如，正態分布 ...

在打開文件的時候open(r'c:\....') 加r和不加''r是有區別的 'r'是防止字符轉義的 如果路徑中出現'\t'的話 不加r的話\t就會被轉義 而加了'r'之后'\t'就能保留原有的樣子 在字符串賦值的時候 前面加'r'可以防止字符串在時候的時候不被轉義 原理是在轉義字符前加 ...

Excel是數據分析中最常用的工具，本篇文章通過python與excel的功能對比介紹如何使用python通過函數式編程完成excel中的數據處理及分析工作。在Python中pandas庫用於數據處理 ...

　　　　　　　　　　RStudio中，出現中文亂碼問題的解決方案解決步驟：1、設置RStudio文本顯示的默認編碼：RSt ...

什么是隨機森林？ 隨機森林就是通過集成學習的思想將多棵樹集成的一種算法，它的基本單元是決策樹，而它的本質屬於機器學習的一大分支——集成學習（Ensemble Learning）方法。隨機森林的名稱中 ...

Apriori算法是一種挖掘關聯規則的頻繁項集算法，其核心思想是通過候選集生成和情節的向下封閉檢測兩個階段來挖掘頻繁項集。 關於這個算法有一個非常有名的故事："尿布和啤酒"。故事是這樣的：美國的婦女 ...

一、CART決策樹模型概述（Classification And Regression Trees） 　　 決策樹是使用類似於一棵樹的結構來表示類的划分，樹的構建可以看成是變量（屬性）選擇的過程， ...

A IMA模型是一種著名的時間序列預測方法，主要是指將非平穩時間序列轉化為平穩時間序列，然后將因變量僅對它的滯后值以及隨機誤差項的現值和滯后值進行回歸所建立的模型。ARIMA模型根據原序列是否平穩以 ...