R语言包

利用聚类分析，我们可以很容易地看清数据集中样本的分布情况。

人们学习R语言常见的问题之一是缺乏结构化学习道路

分享一些常用的交互可视化的R包

1、聚类 常用的包： fpc，cluster，pvclust，mclust 基于划分的方法： kmeans， pam， pamk， clara 基于层次的方法： hclust， pvclust， agnes， diana 基于模型的方法： mclust 基于密度的方法： dbscan 基于画图的方法： plotcluster， plot.hclust 基于验…

摘要：这篇文章旨在更客观地看待这两门语言。我们会平行使用Python和R分析一个数据集，展示两种语言在实现相同结果时需要使用什么样的代码。这让我们了解每种语言的优缺点，而不是猜想。在Dataquest，我们教授两种语言，并认为两者在数据科学工具箱中都占据各自的地位。 我们将会分析一个NBA数据集，包含运动员和他们在2013-2014赛季的表现，可以在这里下载…

引言 数据处理是建立预测模型时不可避免的一步。一个稳健的预测模型不是仅仅依靠机器学习算法就可以建立的，相反，它还需要依靠一定的方法，这些方法帮助人们理解商业问题，了解潜在数据集，进行必要的数据处理工作并提取出有用的商业信息。 在这些建模阶段里，大多数时间通常都被花在了解潜在数据集和进行必要数据处理上。这也是这篇文章的焦点——谈一谈R中可提高数据处理效率的包。…

本系列文章内容翻译自O’reilly出版社的 25 Recipes for Getting Started with R 一书。