R语言是一个自由、免费、源代码开放的软件，它是一个用于统计计较和统计制图的优秀东西。这里的统计计较可以是数据阐明、建模或是数据挖掘等，通过无数大牛提供的软件包，可以帮我们轻松实现算法的实施。一些读者以为R语言琐屑的对象太多了，无法记着那么多函数和成果，于是就问R语言有没有一种雷同于SAS之EM或SPSS之Modeler的界面化操纵。很幸运，Graham等人特地为“偷懒”的阐明师写了rattle包，通过该包就可以实现界面化操纵的数据阐明、数据挖掘流程。下面就跟各人具体先容一些这款免费的东西： 上图 … 继续阅读“Rattle：数据挖掘的界面化操纵”

作为一个博客作者，早晚你城市对本身的作品举办权衡并试着从某些指标或角度上加以改晒。 拿我本身做例子：我已经用Google Analytics对用户的行为（会见者，转头率，页面查察等等）举办了高出一年的跟踪统计。尽量某些帖子比其他帖子看上去更”乐成“，我的本意也不是通过修改标题和引言以吸引更多的点击。相反的，我较量存眷的一个指标是，用户发明帖子很有用并开始阅读往期的帖子。为了测试一下我是否能对这个指标加以影响，在已往的两个月间，我做了一个小小的A-B测试。 50%的会见者将看到一个新的首页，这个首 … 继续阅读“原创翻译 | 利用R和Google优化优化您的博客”

神经网络是深度进修的基本。 本文先容R做呆板进修焦点包：nnet ### 一、nnet包先容 nnet包实现了前馈神经网络和多项对数线性模子。 前馈神经网络是一种常用的神经网络布局，如下图所示。  >**前馈网络**中各个神经元按接管信息的先后分为差异的组。每一组可以看 作一个神经层。每一层中的神经元接管前一层神经元的输出，并输出到下一层 神经元。整个网络中的信息是朝一个偏向 … 继续阅读“RForML之焦点包：nnet”

本文先容R做呆板进修的焦点包：mboost  ### 一、mboost简介 mboost包提供基于晋升（boosting）的呆板进修算法和模子。 mboost包文档的先容 >Functional gradient descent algorithm (boosting) for optimizing general risk functions utilizing compo … 继续阅读“RForML之焦点包：mboost”

本文先容基于**核能力**的呆板进修要领，对应于RForML之焦点包：**kernlab**  ### 一、kernlab简介 kernlab包是R中实现基于核能力呆板进修的扩展包（需要特别安装和加载，才气利用内里强大的算法群）。 核能力家属  kernlab的算法群 … 继续阅读“RForML之焦点包：kernlab”

**作者：陆勤** >**概述：**R擅长做数据可视化，所谓数据可视化，操作各类图形的方法来认知和领略数据所躲藏的常识。  **提纲** – 1 为什么用R语言做数据可视化？ – 2 R语言做数据可视化有哪些方法？ – 3 做数据可视化需要留意什么？ – 4 如何进修和应用R语言做数据可视化？ – 5 总结 ### … 继续阅读“R做数据可视化：基本常识”

###一、决定树的成长 决定树是今朝较量风行的一种分类算法，实质上是一种自上而下的归纳进修算法。该算法最早由Quinlan在1986年提出，其时称为ID3算法，该算法是基于信息增益举办节点变量的选择，但该选择要了解倾向于属性值较量多的那些变量（如省份字段有31个程度，性别有2个程度，信息增益首选会思量选择省份作为特征节点）；并且该算法在结构树的时候不能很好的处理惩罚持续的自变量，导致该算法的扩展性较量弱；随后的1993年，Quinlan又提出了C4.5算法，改造了ID3的缺点，纵然用信息增益率举 … 继续阅读“浅谈C5.0与CART算法的较量–理论领略”

#配景: Lending Club是美国最大的P2P网贷生意业务平台,操作网络技能直接毗连了小我私家投资者和小我私家借贷者,缩短资金畅通的细节,绕过传统的大银行等金融机构,使得投资者和借贷者都能获得更多实惠。对付投资者来说,可以得到更好的回报;对付借贷者来说,则可以得到相对较低的贷款利率。于此,我们就用一个简朴的例子去领略如何操作逻辑回归预测在P2P网贷的投资回报。  #预测目标: … 继续阅读“Lending Club – 操作逻辑回归预测在网贷平台上的投资收益”

**作者：陆勤 ** >**摘要：**rpart是Recursive Partitioning and Regression Trees的简称，它实现了 Breiman, Friedman, Olshen and Stone这三位大佬所写书籍《Classification and Regression Trees》大大都算法的成果。 文章《[**RForML之焦点包：e1071**](http://shujuren.org/article/304.html "RForML之焦点包 … 继续阅读“RForML之焦点包：rpart”

>**概述：**随机丛林算法是一种常用的分类算法，它的进修道理和实际应用，都值得纯熟把握。 本文先容R语言做呆板进修焦点包：randomForest ### 一、randomForest包先容 **randomForest包**实现了随机丛林算法，随机丛林算法可以办理分类和回归问题，是一种很有效的预测技能。 随机丛林的焦点思想：**两个随机特性，随机地选择样本数和随机地选择特征数**，两者组合，基于决定树的思想进修和生成“丛林”内里的一颗颗决定树，然后基于每颗决定树举办预测，把所有的功效举 … 继续阅读“RForML之焦点包：randomForest”