正在加载
请稍等

菜单

Home 标签归档: r (page 3)
Home 标签归档: r (page 3)
thumb9

R数据可视化-1 序言

前端视界 by   阅读量 4,395

R可以说是功能最强大的静态图绘制工具,支持多种图形、灵活容易配置、简单又好上手,是用于快速静态可视化的利器。开一个R数据可视化系列,以ggplot2为主讨论如何使用R进行丰富简易的数据可视化。 1 安装和加载 安装ggplot2和gcookbook。 install.packages(c("ggplot2", "gcookbook")) …

阅读全文

29 2016-06
thumb10

R学习笔记-FAQ

数据分析 by   阅读量 5,879

1 R绘图中文问题 使用R绘图时,如果绘图标题、坐标轴标题或者文本标签中含有中文,在绘图结果中将显示为方框,不同的绘图系统对应不同的解决方案。 1.1 默认绘图系统 如果使用默认的绘图系统,则解决方案最为简单,使用par()函数更改默认绘图参数并指定一种中文字体即可: par(family="STKa…

阅读全文

03 2015-05
thumb7

R学习笔记-13 处理缺失数据的高级方法

数据分析 by   阅读量 7,483

在真实世界中,缺失数据的现象是极其普遍的。之前我们接触过一些处理缺失数据的基本方法,在此处将进一步深入讨论。 消除缺失数据的方法包括两种: 删除含有缺失数据的观测; 用合理的替代值替换缺失值。 接下来的内容将使用VIM包和mice包,以VIM包提供的哺乳动物睡眠数据sleep为例,介绍处理缺失值的步骤和方法。在slee…

阅读全文

01 2015-05
thumb8

R学习笔记-12 主成分和因子分析

数据分析 by   阅读量 12,179

信息过度复杂是多变量数据最大的挑战之一,若数据集有20个变量,当试图理解各个变量与其他变量的关系时,一共需要考虑190对相互关系,这显然是不实际的。 主成分分析和探索性因子分析是两种用来探索和简化多变量复杂关系的常用方法。主成分分析(PCA)是一种数据降维技巧,可以将大量相关变量转化为一组很少的不相关变量,…

阅读全文

29 2015-04