R语言数据变换：使用tidyr包进行高效数据整形的探索
在数据分析和数据科学项目中，数据变换是数据处理流程中的一个关键环节。数据往往以多种不同的格式存储，但并非所有格式都适合直接用于分析。tidyr包是R语言中一个专门用于数据整形的强大工具，它提供了一系列函数来帮助我们轻松地将数据从一种格式转换为另一种更适合分析的格式。本文将介绍tidyr包中几个核心函数的使用，帮助读者掌握数据变换的基本技巧。...
数据分享|R语言广义线性模型GLM：线性最小二乘、对数变换、泊松、二项式逻辑回归分析冰淇淋销售时间序列数据和模拟
原文链接：http://tecdat.cn/?p=26301 线性模型是统计学的基础，但它的意义远不止用尺子在几个点上画一条线（点击文末“阅读原文”获取完整代码数据）。 我认为以分布为中心的观点使 generalised linear models (GLM) 也更容易理解。这就是这篇文章的目的。 我将使用冰淇淋销售统计数据（查看文末了解数据获取方式）...
【视频】逆变换抽样将数据标准化和R语言结构化转换：BOX-COX、凸规则变换方法
全文下载链接：http://tecdat.cn/?p=22251 归一化数据是数据科学中的一项常见任务。有时它可以让我们加快梯度下降的速度或提高模型的准确性，在某些情况下，它绝对是至关重要的。 一些归一化技术，如取对数，在大多数情况下可能有效，但在这种情况下，我决定尝试对任何数据都有效的方法，不管它最初是如何分布的。我下面要介绍的方法是基于逆变换抽样...
数据分享|R语言广义线性模型GLM：线性最小二乘、对数变换、泊松、二项式逻辑回归分析冰淇淋销售时间序列数据和模拟-2
数据分享|R语言广义线性模型GLM：线性最小二乘、对数变换、泊松、二项式逻辑回归分析冰淇淋销售时间序列数据和模拟-1 https://developer.aliyun.com/article/1489380 泊松回归 计数数据的经典方法是泊松分布。 泊松分布只有一个参数，这里是 μi，这也是它的期望值。μi 的链接函数是对数，这意味着我必须将指数函数应用...
数据分享|R语言广义线性模型GLM：线性最小二乘、对数变换、泊松、二项式逻辑回归分析冰淇淋销售时间序列数据和模拟-1
原文链接：http://tecdat.cn/?p=26301 线性模型是统计学的基础，但它的意义远不止用尺子在几个点上画一条线。 我认为以分布为中心的观点使 generalised linear models (GLM) 也更容易理解。这就是这篇文章的目的。 我将使用冰淇淋销售统计数据（查看文末了解数据获取方式）来说明不同的模型，从传统的线性最小二乘回归开始，到线性模型、...
R语言进行数据结构化转换：Box-Cox变换、“凸规则”变换方法
线性回归时若数据不服从正态分布，会给线性回归的最小二乘估计系数的结果带来误差，所以需要对数据进行结构化转换。 在讨论回归模型中的变换时，我们通常会简单地使用Box-Cox变换，或局部回归和非参数估计。 这里的要点是，在标准线性回归模型中，我们有 ...
R语言蒙特卡洛计算和快速傅立叶变换计算矩生成函数
概率论中，矩生成函数（Moment-generating Function）和特征函数（Characteristic Function）是定义 概率分布函数的另一种形式。 特征函数能够唯一确定随机变量的概率分布，如果随机变量的概率密度函数$f(x)$存在，特征函数相当于 $f(x)$的傅里叶变换。 如果随机变量分布的矩母函数存在，那么矩母函数和特征函数之间存在关系。 ...
《R语言数据挖掘：实用项目解析》——2.4 解读分布和变换
本节书摘来自华章计算机《R语言数据挖掘：实用项目解析》一书中的第2章，第2.4节，作者［印度］普拉迪帕塔·米什拉（Pradeepta Mishra），译 黄芸，更多章节内容可以访问云栖社区“华章计算机”公众号查看。 2.4 解读分布和变换 为了对所有统计假设检验的前提假设有清晰的认识，理解概率分布至关重要。例如，在线性回归分析中，基本的前提假设是误差分布呈正态分布且变量关系为线性。所以在建立模型....
《R语言数据挖掘：实用项目解析》——第2章，第2.4节解读分布和变换
本节书摘来自华章出版社《R语言数据挖掘：实用项目解析》一书中的第2章，第2.4节解读分布和变换，作者［印度］普拉迪帕塔·米什拉（Pradeepta Mishra），更多章节内容可以访问云栖社区“华章计算机”公众号查看 2.4 解读分布和变换为了对所有统计假设检验的前提假设有清晰的认识，理解概率分布至关重要。例如，在线性回归分析中，基本的前提假设是误差分布呈正态分布且变量关系为线性。所以在建立模型....
《R语言数据挖掘》----1.14 数据变换与离散化
本节书摘来自华章出版社《R语言数据挖掘》一书中的第1章，第1.14节，作者［哈萨克斯坦］贝特·麦克哈贝尔（Bater Makhabel），李洪成 许金炜 段力辉 译，更多章节内容可以访问云栖社区“华章计算机”公众号查看。 1.14 数据变换与离散化 根据前面的内容，我们可以知道总有一些数据格式最适合特定的数据挖掘算法。数据变换是一种将原始数据变换成较好数据格式的方法，以便作为数据处理前特定数据挖....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。