«r» etiketlenmiş sorular

Bu etiketi, (a) sorusunun kritik bir parçası veya beklenen yanıt olarak `` R '' içeren herhangi bir * on-topic * sorusu için kullanın, & (b) `` R`'nin nasıl kullanılacağı hakkında * sadece * değildir.

4
İstatistiksel analiz için verileri basitçe R'de saklamanın en iyi yolu [kapalı]
Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Sorunuzu güncelleyin o yüzden -konu üzerinde Çapraz doğrulanmış için. 6 yıl önce kapalı . Bir süredir sorunsuz bir şekilde R için verilerimi saklamak için metin dosyaları kullanıyorum. Ancak yeni bir proje için dosyaların boyutları …
12 r  dataset 

1
Bir Gizli Markov Modelinde “en iyi” modeli seçme kriterleri
Verilerdeki gizli durumların sayısını tahmin etmek için bir Gizli Markov Modeli (HMM) sığdırmaya çalıştığım bir zaman serisi veri var. Bunu yapmak için sahte kodum şudur: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest BIC" ... } Şimdi, her zamanki …

2
Seviye başına 1 gözlemli karma model
glmerBazı iş verilerine rastgele efektler modeli ekliyorum. Amaç, bölgesel varyasyonu dikkate alarak satış performansını distribütör tarafından analiz etmektir. Aşağıdaki değişkenler var: distcode: distribütör kimliği, yaklaşık 800 seviye region: üst düzey coğrafi kimlik (kuzey, güney, doğu, batı) zone: Orta seviye coğrafya region, içinde yaklaşık 30 seviye territory: iç içe geçmiş düşük …

1
Makine öğrenimini kullanarak finansal zamanları tahmin etmeyi öğrenmenin ilk adımları
Gelecekte finansal zamanlamaları 1 veya daha fazla adım tahmin etmek için makine öğrenmeyi nasıl kullanacağımı kavramaya çalışıyorum. Bazı açıklayıcı verilerle mali zamanlamalarım var ve bir model oluşturmak ve daha sonra n ileriye yönelik n-adımları tahmin etmek için modeli kullanmak istiyorum. Şimdiye kadar yaptığım şey: getSymbols("GOOG") GOOG$sma <- SMA(Cl(GOOG)) GOOG$range <- …

2
R'de lmer () ile Poisson GLMM'de aşırı dağılım nasıl test edilir?
Aşağıdaki modele sahibim: > model1<-lmer(aph.remain~sMFS1+sAG1+sSHDI1+sbare+season+crop +(1|landscape),family=poisson) ... ve bu özet çıktı. > summary(model1) Generalized linear mixed model fit by the Laplace approximation Formula: aph.remain ~ sMFS1 + sAG1 + sSHDI1 + sbare + season + crop + (1 | landscape) AIC BIC logLik deviance 4057 4088 -2019 4039 Random effects: …

5
R'de hem regresyon hem de sınıflandırma yapan Özellik Seçim Paketleri
Kilitli . Bu soru ve cevapları kilitlidir çünkü soru konu dışıdır, ancak tarihsel önemi vardır. Şu anda yeni yanıtları veya etkileşimleri kabul etmiyor. R için çok yeniyim. Şu anda makine öğrenmeyi öğreniyorum. Çok üzgünüm, eğer bu soru çok basit görünüyorsa. R'de iyi bir özellik seçim paketi bulmaya çalışıyorum. Boruta paketinden …



1
Sayım verilerinin mevsimsizleştirilmesi
Sayım verilerini trend, mevsimsel ve düzensiz bileşenlere ayırmak için R'de stl () kullandım. Ortaya çıkan trend değerleri artık tamsayı değildir. Aşağıdaki sorularım var: Stl () sayım verilerini mevsimsellikten arındırmak için uygun bir yöntem midir? Sonuçta ortaya çıkan eğilim artık tamsayı olarak değerlendirilmediğinden, trend bileşenlerini modellemek için lm () kullanabilir miyim?


2
Random Forest: bir değişkenin önemli olduğunu bilirsem
Anladığım kadarıyla, rasgele orman her karar ağacını oluşturmak için rastgele mtry değişkenlerini seçiyor . Yani mtry = ncol / 3 ise, her değişken ağaçların ortalama 1 / 3'ünde kullanılır. Ve ağaçların 2 / 3'ü onları kullanmayacak. Ama tek bir değişkenin muhtemelen çok önemli olduğunu bilersem, bu değişkenin her ağaçta seçilme …

3
Anomali tespiti için eksik değerlere sahip zaman serilerinde STL
Bazı eksik gözlemleri olan bir dizi iklim verisinde anormal değerleri tespit etmeye çalışıyorum. İnternette arama yaparken birçok mevcut yaklaşım buldum. Bunlardan stl ayrışması, eğilim ve mevsimsel bileşenleri ortadan kaldırmak ve geri kalanını incelemek anlamında çekici görünüyor. STL Okuma : Loess'e Dayalı Mevsimsel Trend Ayrıştırma Prosedürü , stldeğişkenlik atama ayarlarını belirleme …

1
Neden bir kovaryans matrisinin öz ve svd ayrışmaları seyrek verilere dayalı olarak farklı sonuçlar verir?
Seyrek / gappy veri kümesine dayalı bir kovaryans matrisi ayrıştırmaya çalışıyorum. Lambda (açıklanan varyans) toplamının, hesaplandığı gibi svd, giderek gappy verilerle güçlendirildiğini fark ediyorum . Boşluklar olmadan svdve eigenaynı sonuçları ver. Bu bir eigenayrışma ile gerçekleşmez . Kullanmaya yönelmiştim svdçünkü lambda değerleri her zaman pozitif, ama bu eğilim endişe vericidir. …
12 r  svd  eigenvalues 

2
randomForest sınıflandırma yerine regresyonu seçer
Ben randomForest paketi R ve iris verileri kullanarak, oluşturulan rastgele orman bir sınıflandırma olduğunu ama 700 özellikleri (özellikler 28x28 piksel görüntüde her piksel) özellikleri olan bir veri kümesi kullandığınızda ve etiket sütun adlı label, randomForestüretilen regresyon. Aşağıdaki satırı kullanıyorum: rf <- randomForest(label ~ ., data=train) Sınıflandırma yerine regresyon nasıl kullanılır? …
12 r  random-forest 

1
R'de tekrarlanan ölçümlerle doğrusal regresyon
Tekrarlanan bir ölçüm tasarımı için R'de doğrusal regresyonun nasıl gerçekleştirileceğini anlayamadım. Bir de önceki soruya (hala cevaplanmamış) o kullanmamayı bana önerildi lmkarışık modeller kullanma yerine ancak. Ben lmşu şekilde kullandım: lm.velocity_vs_Velocity_response <- lm(Velocity_response~Velocity*Subject, data=mydata) (veri kümesiyle ilgili daha fazla ayrıntı yukarıdaki bağlantıda bulunabilir) Ancak internette R kodu ile doğrusal regresyon …

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.