GitHub - yutannihilation/estatapi: R package for e-Stat API in JapanYou signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
主成分分析の考え方 | Logics of Blue
最終更新：2017年7月20日 主成分分析は、多種類のデータを要約するための強力なツールです。 この記事では、主成分分析の考え方・計算の方法、そしてR言語を用いた実装方法について説明します。 まずは、主成分分析とは何者で、計算結果をどのように解釈したらよいのかを学んでください。 そのうえで、ggplot2を使った美麗なグラフの作り方についても合わせて覚えていただければと思います。 コードはまとめてこちらに置いてあります。 スポンサードリンク 目次 主成分分析の考え方 主成分分析とは何をするものか 主成分分析ができると何が嬉しいか 主成分分析の結果はどのように解釈すればよいか 寄与率 主成分得点 Rによる主成分分析 主成分の計算方法 アヤメデータの分析例 1．主成分分析の考え方 主成分分析とは何をするものか 主成分分析とは何をするものでしょうか。 一言でいうと、下の図のように「散布図にそれっ
Rによるテキストマイニング
「Rの神様」ハドリー・ウィッカムに「Rのデータ分析を変えた」と言わしめた革新的なパッケージ、tidytextの開発者たちによる、データ分析と可視化の基礎を学ぶことができるテキストマイニングの入門書です。取得した生データを、「整理データ原則」に基づいてtidytextで扱いやすい形に変換すると、簡単に既存のツールと組み合わせることができ、効果的にデータ分析や可視化を行うことができます。本書はその原則に基づき、tidytext、dplyr、ggraph、widyrパッケージ等を使って、ジェーン・オースティンの小説や古典、Twitter、ニュースサイト、NASAのメタデータなどを分析していきます。著者たちの豊富な経験と科学的理論に基づいた、明確でシンプルかつ応用力抜群のテキストマイニング手法を提示します。 目次 はじめに 1章 整理テキスト形式 1.1 整理テキストとほかのデータ構造の比較 1.
R の ave 函数｜Colorless Green Ideas
このデータについて、男女それぞれの中央値からの偏差を求めてみよう。 まずはデータをRのデータフレームの形にしよう。以下のコードを実行することで、性別と身長についてのデータが入った physical というデータフレームができる。 sex <- c("M", "M", "F", "F", "M", "F", "F", "M", "M", "F") height <- c(168, 175, 153, 162, 171, 148, 172, 182, 158, 158) physical <- data.frame(Sex = sex, Height = height) このデータから、男女それぞれの身長の中央値を求めるにはどうすればよいだろうか？ 単に中央値を求めるだけならば、tapply 函数を使うだけである。以下のコードでは、第1の引数である physical$Height を計算の対象
Schema selection – Solutions
Provisioning Users and Groups for Posit Professional Products
Interface to D3 Visualizations
The r2d3 package provides a suite of tools for using D3 visualizations with R, including: Translating R objects into D3 friendly data structures Rendering D3 scripts within the RStudio Viewer and R Notebooks Publishing D3 visualizations to the web Incorporating D3 scripts into R Markdown reports, presentations, and dashboards Creating interactive D3 applications with Shiny Distributing D3 based ht
Rによるデータクリーニング実践――政府統計からのグラフ作成を例として｜Colorless Green Ideas
データクリーニングが繁雑な作業であることを示すために、政府の統計データから日本の男のみの高校と女のみの高校の数の推移をグラフ化する事例を紹介する。クリーニングの作業にはR言語を用い、複数のファイルを統合し、整然データに変え、グラフを作成する。 はじめに データクリーニングは、データ分析の際に非常に重要なプロセスの1つであるが、データ分析の教科書では必ずしも十分に扱われていない。そこで、現実のデータクリーニングがどのように行われるかについて、一事例を紹介したいと思う。具体的には、統計処理に適したプログラミング言語のRを用いて、粗悪なデータから簡単な折れ線グラフが作成できる程度のきれいなデータにするまでのデータクリーニングを実施していく。 本記事の対象読者 本記事は、既存のデータに対して自らの手でデータ分析を実施している人、または実施しようと考えている人を主な対象にしている。データ分析の際にど
Graph/Network Visualization
With the DiagrammeR package you can create, modify, analyze, and visualize network graph diagrams. The output can be incorporated into R Markdown documents, integrated with Shiny web apps, converted to other graph formats, or exported as image files. The graph above can be created with this combination of DiagrammeR functions: example_graph <- create_graph() %>% add_pa_graph( n = 50, m = 1, set_se
DiagrammeR 〜RでGraphvizを使う~ - Ｒ言語による電子カルテデータの二次利用
パワポでフローチャートや、ネットワーク図を作ると、ノードやエッジの位置が微妙にずれて、面倒だなと感じる人はいませんか。そんな時は、Graphvizを使用しましょう。 Graphvizを使うと、DOT言語で書かれたグラフを画像に出力できます。R言語では、DiagrammeRのgrViz関数で、DOT言語のテキストを画像に出力します。 目次： DiagrammeR::grViz() DOT言語 DOTの構造 RstudioでDOT言語 Graphviz Attributes Graph属性 Node属性 color属性 shape属性 style属性 rank属性 label属性 image属性 Edge属性 arrowhead属性 dir, arrowsize, color, penwidth属性 port属性 Subgraph 参考 環境 DiagrammeR::grViz() Diagr
Improved Standard Evaluation Interfaces for Common Data Manipulation Tasks
The R package seplyr supplies improved standard evaluation interfaces for some common dplyr data plying tasks. This project is used in production to avoid exposing all of the details of rlang at the user level, and a demonstration of what can be done through value-oriented programming. Alternately one could use another value-oriented data manipulation system ‘rquery’/‘rqdatatable’. To get started
DT: An R interface to the DataTables library
The R package DT provides an R interface to the JavaScript library DataTables. R data objects (matrices or data frames) can be displayed as tables on HTML pages, and DataTables provides filtering, pagination, sorting, and many other features in the tables. You may install the stable version from CRAN, or the development version using remotes::install_github('rstudio/DT') if necessary (this website
DTでインタラクティブな表作り
こんなこと、ありませんか? Rでデータ整形して表を作成 上司は「一覧でよこせ」 csvで出力→Excelで提出 屈☆辱!! さらにこんなことも? 上司「◯◯に該当するデータを調べろ」 Rで編集して(屈辱のxlsxで)提出 「これやって。あとこれやって。」 またRで編集して(ry いちいち面☆倒!! これくらいそっちでやってくれ!! そんなあなたにDT DataTablesというインタラクティブな表を作ってくれるJavaScriptライブラリを、Rで使えるようにしたパッケージ {htmlwidgets}を利用 Rのmatrixやdata frameからさくっとHTML形式の表を作成 なんとその場でフィルタリング・ページネーション、ソート、他にも表に入ってたら便利な機能が盛りだくさん! RStudio謹製でRmdとの相性抜群!!
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
prettydoc: Creating Pretty Documents From R Markdown
Rstudio Knit button fail to load rJava
Web scraping in R
【超訳】formattable パッケージの使い方 #rstatsj - Qiita
rvest tutorial: scraping the web using R
RPubs - Web Scraping with Rvest
GitHub - mlr-org/mlrCPO: Composable Preprocessing Operators for MLR
Conducting reproducible research with Docker (Part 1 of 3)