原创 Centos下R語言的出錯及解決（持續更新中）
（1）安裝RODBC包 不能直接在R下用 install.packages("RODBC")安裝。 前提條件是先要用YUM安裝兩個包： # yum install unixODBC # yum install unixODBC-deve
2020-02-22 11:36:00
原创 R中的因子變量及處理
因子用來存儲類別變量(categorical variables)和有序變量，這類變量不能用來計算而只能用來分類或 者計數。因子表示分類變量，有序因子表示有序變量。 1、用cut()函數將一般的數據轉換成因子或有序因子 例1： exam
2020-02-22 11:36:00
原创 linux下不能畫圖的問題解決
【報錯】： > hist(clf2$school) [rsession-enn_james] ERROR r error 4 (R code execution error) [errormsg=Error in .External2(C
2020-02-22 11:36:00
原创 深度學習進行時間序列模式識別
思路：將時間序列轉化爲圖像類似的格式，然後進行CNN識別。 深度學習在流量識別中的應用 http://wenku.baidu.com/link?url=5MHAlbaAFX8g9uCnWyR6RGEsWdka7suaR3bFLanZ-
2018-09-04 13:03:37
原创 機器學習實踐中的7種常見錯誤
統計建模非常像工程學。 在工程學中，有多種構建鍵-值存儲系統的方式，每個設計都會構造一組不同的關於使用模式的假設集合。在統計建模中，有很多分類器構建算法，每個算法構造一組不同的關於數據的假設集合。 當處理少量數據時，嘗試
2018-09-04 13:03:36
2
原创 【讀書筆記】互聯網廣告綜述之點擊率特徵工程
互聯網廣告綜述之點擊率特徵工程 http://blog.csdn.net/mytestmy/article/details/19088827 讀書筆記： 1、對特徵的處理，無論是離散的（如性別，年齡），還
2018-09-04 13:03:36
原创 Spark 1.5中數據科學的進展
還沒來得及去跑，先記下來。 spark 1.3 出來dataframe spark 1.4 出來sparkR spark 1.5 出來機器學習的pipeline 數據科學API之擴展 在2015年，Spark研究的主要
2018-09-04 13:03:35
原创 sapply與自定義函數配合使用
> a<-matrix(1:12,c(3,4))> a.df<-data.frame(a) > a.df X1 X2 X3 X4 1 1 4 7 10 2 2 5 8 11 3 3 6 9 12 > sapply(
2018-09-04 13:03:35
原创 leafletR的幾個注意
1、toGeoJSON挑字符格式 亂碼一定要清除掉，否則出差，尤其是互聯網爬的數據，要用正則去處理。常用的清理方法如下： hp.df$loupanmingcheng<-gsub("[^a-zA-Z0-9\u4e00-\u9fa5]","
2018-09-04 13:03:35
4
原创 用R語言的RCurl和正則表達式爬團購網的旅遊團購數據
用R裏的包Rcurl和正則表達式，代碼如下 url1='http://www.dianping.com/search/category/2/10/g110'web=readLines(url1,encoding='UTF-8'); #逐
2018-09-04 13:03:33
原创 R的啓動順序及執行文件
R的啓動順序 R啓動時的一系列過程（使用help(Startup)命令查看詳細信息）： 如果沒有在命令行中執行（--no-environ），R會搜索並執行站點文件（Rprofile.site）和用戶文件（.Rprofile）。 1.R執
2018-09-04 13:03:33
原创 【D2】Python一週入門
Python中的4種基本類型：元組（Tuple）、列表（list）、集合（set）和字典（dict）。 1、元組 Python中的元組(Tuple)類似於Java中的數組，一旦創建了一個 tuple，就不能以任何方式改變它。這點與Pyth
2018-09-04 13:03:33
原创 用python寫spark代碼
How To Write Spark Applications in Python by Shahid Ashraf MapReduce is a programming model and an associated im
2018-09-04 13:03:33
原创 logistic迴歸和logic迴歸
logistic迴歸，正確的譯法應該是 對數迴歸，其實就是對線性迴歸公式去對數之後進行。 適合因變量是0/1的二值分佈，推導是以誤差的極大似然法來推導的，不是最小二乘法。 logic迴歸，正確的譯法應該是
2018-09-04 13:03:33
原创 利用Python進行機器學習和數據挖掘概述
前言： 本文主要描述了使用Python進行數據挖掘業務的優勢並介紹了相關的數據處理工具包pandas和機器學習算法庫scikit-learn。 爲什麼使用python進行數據分析？ 對很多人來說，Python是一種很容易讓人喜愛的
2018-09-04 13:03:32