概念
1、監督學習：從給定標註的訓練資料中學習出乙個函式，根據這個函式為新資料進行標註。
2、無監督學習：從給定無標註的訓練資料中學習出乙個函式，根據這個函式為所有資料標註。
knn分類演算法：通過對已知類別訓練資料集的分析，從中發現分類規則，以此**新資料的類別，分類演算法屬於監督學習的型別。
knn概念：
1、訓練集：用來訓練模型或確定模型引數的資料。
2、測試集：用來驗證模型準確性的資料。
3、交叉驗證：一般使用70%的資料作為訓練集，剩下30%的資料作為測試集，測試集的測試結果使用交叉表形式進行驗證。
抽樣方法
sample(x,size,replace=false)
x-待抽樣的樣本
size-抽樣的數量
replace-是否可放回抽樣，預設為false
knn方法-需要安裝包class
安裝方法：install.packages("class")
knn(train,test,cl,k=1)
train-訓練資料
test-測試資料
cl-訓練資料的正確結果
k-knn中的k值，預設為1，可以自行設定，直到交叉檢驗到最好的結果
舉例：
#install.packages("class");
library(class)##
#計算iris的行數，isis是class包自帶的例子
total <- nrow(iris);
#抽樣獲取70%的行數編號
index <-sample(1:total, total*0.7)
#根據抽樣編號獲取訓練集
iris.train <- iris[index, ]
#根據抽樣編號獲取測試集，-index就相當於剩下30%
iris.test <- iris[-index, ]
#使用knn方法根據訓練集和測試集來配對函式
#subset()相當於刪除訓練集和測試集中的species列（結果列）的資料
result.knn <-knn(
train=subset(iris.train, select=-species),
test=subset(iris.test,select=-species),
cl=iris.train$species, k=2
)#進行交叉檢驗
table(iris.test$species, result.knn)
R語言學習
sd計算樣本的標準差 var計算樣本的方差 cor計算兩個變數間的相關係數 cov計算兩變數間的協方差 使用函式library或者函式require把需要的r包載入r中 library函式中的r包名不需要用雙引號括起來。detach package mass 函式會解除安裝當前已載入的r包。呼叫其他...
R語言學習
隨著大資料和雲計算快速發展，對資料分析提出了更高的要求。r語言就是乙個相對簡單運用廣泛的統計分析語言工具。r語言以簡潔著稱，一行 就可以繪製一幅圖。例如，我們需要繪製乙個全班男女生佔比圖，男生24個，女生16個。pie c 24,16 c 男生 60 女生 40 main 全班男女生佔比圖 col ...
R語言學習
author 秦景坤 date 2017 06 25 github r語言安裝 執行命令快捷鍵 ctrl r 清除控制台內容的快捷鍵 ctrl l rstudio的安裝 rattle 視覺化資料探勘工具 rattle是使用rgtk2包提供的gnome圖形使用者介面 rattle的安裝 install...