Introduction This vignette gives you a quick introduction to data.tree applications. We took care to keep the examples simple enough so non-specialists can follow them. The price for this is, obviously, that the examples are often simple compared to real-life applications. If you are using data.tree for things not listed here, and if you believe this is of general interest, then please do drop us
R、R言語、R環境・・・・・・ Rのダウンロードとインストール リンク集 題名 Chap_01 データ解析・マイニングとR言語 Chap_02 Rでのデータの入出力 Chap_03 Rでのデータの編集と演算 Chap_04 Rと基本統計量 Chap_05 Rでの関数オブジェクト Chap_06 Rでのデータの視覚化(1) Chap_07 Rでのデータの視覚化(2) Chap_08 Rでのデータの視覚化(3) Chap_09 GGobiとデータの視覚化(Rgobi) Chap_10 Rと確率分布 Chap_11 Rと推定 Chap_12 Rと検定 Chap_13 Rと分散分析 Chap_14 Rと回帰分析 Chap_15 Rと重回帰分析 Chap_16 Rと一般化線形モデル Chap_17 Rと非線形モデル Chap_18 Rと判別分析 Chap_19 Rと樹木モデル Chap_20 WEK
統計学、パターン認識等で、ROC(Receiver Operating Characteristic;受信者動作特性)曲線という概念が出てきます。また、データ分析・予測のコンペティションサイトKaggleでも、提出されたアルゴリズムの識別性能評価にこのROC曲線に基づくAUC(Area Under the Curve)というものを使っています。(例えばココ) このROC曲線、ちょっとわかりにくいので、まとめてみました。また、アニメーションでグラフを動かしてイメージを付けるということもやってみます。 1. ROC曲線に至る前説 まず、例として健康に関するとある検査数値データがあったとします。 この検査数値は健康な人は平均25, 標準偏差2の正規分布に従い分布しています。(下記図の緑の曲線) 病気の人は平均30、標準偏差4の正規分布に従い分布しています。(下記の図の青の曲線) グラフにすると下
rvest パッケージを使ってWEBから文字列を取得し、これをデータフレームにして RMeCab の doDF() で解析する。 前提 MeCab がインストールされた環境。OSXでのMeCabのインストールについては https://sites.google.com/site/rmecab/home/install を参照。 さら R がインストールされており、追加で以下のパッケージが導入されている。 install.packages(c("dplyr", "rvest", "wordcloud", "igraph"), depend = TRUE) install.packages("RMeCab", repos = "http://rmecab.jp/R")
« 読了: Petris & Petrone (2011), Petris (2010) dlmパッケージとそのライバルたち | メイン | 読了:「インドでキャバクラ始めました(笑)」「かごめかごめ」「甘々と稲妻」「イノサン」「36歳無職さん」「孤独のグルメ」「木曜日のフルット」「それでも街は廻っている」 » 2014年10月24日 (金) Holmes, E.E., Ward, E.J., Scheuerell, M.D. (2014) Analysis of multivariate time-series using the MARSS package. version 3.9. Northwest Fisheries Science Center, Seattle, WA. RのMARSSパッケージのユーザーズ・ガイドに相当する文書で、3部構成、全16章、200頁以上に及ぶ。MA
日付から曜日を取得する関数としてlubridate::wday() (days of the week)をよく使う。この関数は曜日を与えて実行し、デフォルトでは数値化した値(日曜日を起点 1とした1から7までの値)を返すが、label引数を有効化することで曜日のラベルが得られる。また省略形と正規の表現が選べる。 データフレームに含まれる日付の列から、曜日を求めて各曜日の集計値を求める、みたいなことをやる時などに便利だ。 library(lubridate) today() %>% wday(label = TRUE) ## [1] Tues ## Levels: Sun < Mon < Tues < Wed < Thurs < Fri < Sat library(dplyr) d <- data_frame(date = make_date(2017, 5, 1:31)) %>% muta
消防車がうどん屋にとまっていた話に関連して、ダンキンドーナツとアメリカの警察の話が話題になっていました。 ちなみにアメリカの「ダンキンドーナツ」というドーナツ屋チェーンでは、制服で来店した警察官はドーナツ無料という経営戦略を取っていて、それが店内及び周辺地域のの犯罪抑止に繋がっています。 そのお陰で画像検索するとドーナツをめっちゃ美味そうに食べる警察官の画像がめっちゃ出てくる。 pic.twitter.com/QRShXHLAj3 — 鰐軍曹 (@WANIGUNNSOU) 2017年4月27日 アメリカの「ダンキンドーナツ」では、警察官には無料でドーナツを配っている、というお話。 とはいうものの、どうもその話は都市伝説ではないか、というツイートも見かけました。 「ダンキンで警官は無料」という話、以前も聞いたことあるのだがどうも都市伝説臭くて実在を疑っている。英語で検索すると確定的なソースが
性やプライバシーの問題に対する姿勢 身体的特徴が、何らか数値化されるのは気分のいいものではありません。 しかし、実生活上、服を購入する際に、メジャーで測られるのは必須であり、私はこれがかなり苦手です。 知らない人に手で触れるのが苦手で、このプロセスを省略したいと考えています。 ディープラーニングでは素性を数値としてみなして四則演算などを計算できます(Seq2Seqで足し算引き算掛け算割り算ができる)。 こういう特性があることから、KPIの数値予想に使えることが想像できるかと思います。 実際、ドワンゴの研究ではイラストのユーザの閲覧数を深層学習で予想するなどを行っておりうまく行っているようです[1]。 数値化されて(もちろん、望まない限り行われないが原則)便利になる領域であれば、開拓する意義はあると考えています。 ※1. これは完全なる余暇を利用した完全なる個人の研究であり、所属する団体やな
前回 kujira16.hateblo.jp 問題設定 行ったのはHondaらのAISTATS 2014の論文 [1] の中の実験の追試で,報酬が , の正規分布に従うアームと , の正規分布に従うアームがそれぞれ1本ずつあるという設定の多腕バンディット問題です。 原理 最初にパラメータ を -1/2, 0, 1/2 あたりの値に設定します。 については後述します。 Thompson Samplingを始める前に,まずそれぞれのアームを 回引いておきます。このとき得られた報酬も個々のアームについて記録しておきます。 この後からは,個々のアーム についてStudentの 分布 から乱数を発生させ,最も大きい乱数が得られたアームを選択します。ここで はアーム を引いた回数, はアーム から得られた報酬の標本平均, はアーム から得られた報酬の標本標準偏差(Nで割るほう)です。 Studentの
鉛筆を転がして戦う、対戦型のアナログゲーム、登場ー。フェイトグランドオーダー サモンペンシルサーヴァント
秋月電子で販売されている「S-5851A使用2ワイヤデジタル温度センサモジュール」 で計測した温度を「Ambient」に送信してグラフ化してみました。 はじめに ESP8266のスケッチの書き込み手順などは記載していません。初めて使用する場合は次の記事がおすすめです。 ESPr Developer ( ESP-WROOM-02 開発ボード )の使い方をザッと紹介 | mgo-tec電子工作 ESP8266, ESP-WROOM-02, ESPr Developer トラブルシューティングまとめ | mgo-tec電子工作 Ambientの登録手順などは記載していません。公式の手順を参考にしてください。 Ambientを使ってみる – Ambient 使用する物 S-5851A使用2ワイヤデジタル温度センサモジュール (秋月電子) ESPr Developer (スイッチサイエンス, Ama
技術的に難しい部分とか特に無いのでこちらで。 プランクの法則 Wikipediaで確認しよう。ちなみに英語版のほうが詳しいぞ。 プランクの法則 - Wikipedia あまりきちんと説明するとボロがでるのでいい加減に説明すると、暖かいものほど強い光を出して、暖かいものほど光の波長のピークが短波長側にずれるというやつだ。 よくあるプロット こういうのよく見かけるだろう。 この手のプロットだと英語版Wikipedia(Planck’s law - Wikipedia)にあるやつが割と好きだ。太陽の表面温度くらいの放射スペクトルがちょうど可視光になってるのがよく分かる。 ほしいプロット 温度も連続変数のはずだ。だとすれば、なんかこう、グラデーションっぽい感じでプロットしてほしい。 やっていく パッケージ 今回はggplot2だけです。 library(ggplot2) 計算 k = 1.38e-
(プリキュアにあんまり関係ない記事です。興味ない方はスルーして下さい。) 先日(4/13)、当ブログを紹介していただいた朝日新聞withnews様の記事が、(数時間ですが)ヤフーのトップに掲載されました。 娘がプリキュアに追いついた日… 父のブログに涙する人が続出 当たり前の日常の中にある愛情、著者に聞く (withnews) - Yahoo!ニュース さすがにヤフーのトップ、記事中に直接リンクが貼ってあったわけではありませんが、多大な反響があり、その1日だけで「イワオ~キン骨マンの超人強度」くらいにはPVを頂きました。 はてなブックマーク、ツイッター含め、沢山のコメントを頂きまして、本当にありがとうございました。 すべてのコメントを読まさせていただきました。 その全てが、ありがたく、身に染みるものでした。 で、今回「ヤフーのトップニュースに載る」ことにより、 「自分のブログ記事の内容が”
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