之前做過一次數學建模競賽，使用的分析工具為r語言，這裡總結一些r語言常用的指令以備自用『
# $符號用於選擇列，這個指令代表beforedel表的vicinity列值為-9的賦值為0
beforedel$vicinity[which(beforedel$vicinity==(-9))]<-0
# 從表裡面選出幾列
feature_table<-beforedel[,c("targtype1","weapontype1","nkill","property","success","vicinity")]
# 構建dataframe格式的資料表
targetdata<-data.frame(row1,row2,row3,row4,row5,row6)
# 行相加
damage<-rowsums(targetdata)
# r語言訪問csv格式的檔案比較快，能用csv就不要用xlsx
write.csv(feature_table_damage_order,"feature_table_damage_order.csv")
# 按照某列降序排序
feature_table_damage_order<-feature_table_damage[order(-damage),]
# r語言資料分箱
rank<-cut(feature_table_damage_order$damage,c(1,0.6,0.4,0.3,0.2,0),labels = c("e","d","c","b","a"))
# 將兩個列數一樣的表組合成dataframe
feature_table_damage_order_rank<-data.frame(feature_table_damage_order,rank)
# r語言選出表中符合格式的行
questionone_answer<-filter(feature_table_damage_order_rank,beforedel.eventid==200108110012|beforedel.eventid==200511180002|beforedel.eventid==200901170021|beforedel.eventid==201402110015|beforedel.eventid==201405010071|beforedel.eventid==201411070002|beforedel.eventid==201412160041|beforedel.eventid==201508010015|beforedel.eventid==201705080012)
# 統計
table(rank)#統計abcde的個數
#分訓練集和測試集
ind<-sample(2,nrow(test1),replace = true,prob = c(0.8,0.2))
traindata<-test1[ind==1,]
testdata<-test1[ind==2,]
# 計算混淆矩陣及準確率
confusion <- table(traindata$result.cluster, predict(tree.model, traindata ))
accuracy <- sum(diag(confusion)) * 100 / sum(confusion)
# 檢視表結構
str
R語言中的esttab命令 R語言常用命令集合
plot x,y null,type p xlim null,ylim null,log main null,sub null,xlab null,ylab null,ann par ann axes true,frame.plot axes,panel.first null,panel.last ...
R語言中的esttab命令 R語言常用命令集合
plot x,y null,type p xlim null,ylim null,log main null,sub null,xlab null,ylab null,ann par ann axes true,frame.plot axes,panel.first null,panel.last ...
R語言常用命令集合
help.start 開啟幫助文件 q 推出函式 ls 返回處於現在名空間的物件名稱 rm 清楚物件 rm list ls 清除所有記憶體資料 gc 垃圾 資料 sqrt x 標準差 rnorm n,mean 0,sd 1 n 為產生隨機值個數 長度 mean 是平均數，sd 是標準差，如果沒有設定...