原创 R for Data Science總結之——Iteration

R for Data Science總結之——Iteration 不想多說了,直接上代碼 library(tidyverse) df <- tibble( a = rnorm(10), b = rnorm(10), c

原创 R for Data Science總結之——Relational data

R for Data Science總結之——Relational data 很多時候我們處理的不是單一數據集而是互相關聯的相關數據集,他們之間以主鍵外鍵等想連接,我們需要將他們整合成一個完整數據集進行分析: library(ti

原创 R深度學習——文本分類問題

R深度學習——文本分類問題 這一節用一個實例介紹怎麼對文本信息進行二項分類,使用的是IMDB數據集,將其中對電影的評價進行正面和負面的分類: library(keras) library(dplyr) library(ggplot2)

原创 細思極恐——R語言forestplot包畫meta分析羣體藥動學常用森林圖

細思極恐——R語言forestplot包畫meta分析羣體藥動學常用森林圖 今天,筆者想分享一下最近科研作圖的經歷,最主要的就是用於羣體藥動學模型建立的森林圖,其百度百科定義爲: 森林圖是以統計指標和統計分析方法爲基礎,用數值運算結果

原创 R for Data Science總結之——Dates and times

R for Data Science總結之——Dates and times 本章介紹lubridate包,可以方便處理日期相關數據分析工作: library(tidyverse) library(lubridate) librar

原创 R深度學習——基本分類問題

R深度學習——基本分類問題 這裏使用Keras框架對Fashion MNIST數據集進行分類: library(keras) 劃分訓練集測試集: fashion_mnist <- dataset_fashion_mnist()

原创 R for Data Science總結之——Factors

R for Data Science總結之——Factors factor類型在R中用於處理分類變量,這裏我們使用forcats包,也就是for categorical variables: library(tidyverse) li

原创 R深度學習——Keras入門

R深度學習——Keras入門 在人工智能時代到來之際,最成熟的AI框架莫過於Tensorflow,但其構建是基於Python的,但我們作爲熟練R語言的數據科學家,也想使用Tensorflow,這一夢想Rstudio已經幫我們實現,這裏

原创 生物等效性試驗樣本量,效能,置信區間計算神器之R包——PowerTOST

首先,筆者自己是個略懂編程的藥學院學生,由於本科專業的原因在java, python的領域混跡了很久,終於碩士期間接觸了Data Science步入了anaconda, R的大門,嘗試用這些工具解決一些醫藥領域的問題,這裏就要介紹最近

原创 R for Data Science總結之——Vectors

R for Data Science總結之——Vectors 對於整個tidyverse框架而言,最重要的莫過於其數據結構tibble,而tibble得基礎,也就是vector,向量。 library(tidyverse) vect

原创 R for Data Science總結之——Strings

R for Data Science總結之——Strings 這一章關注R中字符串和正則表達式的處理,主要函數有: str_length() str_c() str_sub() str_sort() str_to_upper() st

原创 R for Data Science之——I

R for Data Science之——Iteration 不想多說了,直接上代碼 library(tidyverse) df <- tibble( a = rnorm(10), b = rnorm(10), c = r

原创 R for Data Science之——Relational data

R for Data Science之——Relational data 很多時候我們處理的不是單一數據集而是互相關聯的相關數據集,他們之間以主鍵外鍵等想連接,我們需要將他們整合成一個完整數據集進行分析: library(tidyve

原创 R for Data Science總結之——readr

R for Data Science總結之——readr readr包顧名思義就是將數據導入R環境的方法,我們這裏直接使用tidyverse框架,其中包含了readr包: library(tidyverse) 主要方法有: 分隔符

原创 R for Data Science總結之——Parse functions

R for Data Science總結之——Parse functions 就數據類型轉換而言,R內置的as.factor()等系列方法已經可用,但tidyverse框架中給了另一套parse函數,較老函數而言更整潔,更明確: li