julia Studio julia Studioでは既にjuliaを抱えている せっかく昨日インストールしたので、MacのHomebrewでインストールしたjuliaを見に行くように設定 Tool > external tool > juliaで指定 pathは下記な感じ juliaの実行方法 hoge.jlファイルがjudiaスクリプト コンソールで対話実行 右上の三角緑で実行 include("/Users/judia/hello.jl") おなじみのHello world println("Hello, World!") 線形回帰をやってみる 元データ http://forio.com/downloads/tutorials/gasoline.csv ガソリンの成分分析 成分１・成分２・成分３の構成比と炭素含有量のテーブル よくわからないが、炭素含有量　= 成分１×a + 成分２×

サービス終了のお知らせ NAVERまとめは2020年9月30日をもちましてサービス終了いたしました。 約11年間、NAVERまとめをご利用・ご愛顧いただき誠にありがとうございました。

はじめに 4月ということで、新卒が入ってきたりRを使ったことないメンバーがJOINしたりしたので、 超便利なdplyrの使い方を何回かに分けてまとめて行きます。 Rは知らないけど、SQLとか他のプログラミング言語はある程度やったことあるみたいな人向けです。 dplyrを使いこなす！シリーズ 基礎編以外も書きましたので、↓からどうぞ。 * dplyrを使いこなす！Window関数編 * dplyrを使いこなす！JOIN編 dplyrとは データフレームの操作に特化したパッケージです。 Rは基本的に処理速度はあまり早くないですが、dplyrはC++で書かれているのでかなり高速に動作します。 ソースの可読性もよくなるので、宗教上の理由で禁止されている人以外は使うメリットは大きいです。 処理可能なデータサイズの目安 あくまでも個人の環境に強く依存した感覚値ですが、1000万行、100MBぐらいのデ

R でプログラミング：データの一括処理とグラフ描き（７章の補足） apply系関数の使い方 updated on 2014-08-25 統計処理は、たくさんのデータを使って行います。 プログラミング言語の多くは、多量のデータの処理を効率よく記述できる 文法が用意されています。R は、特にそうした機能が充実しています。 たとえば、 a <- c(1, 3, 5) a <- a + 1 と書けば、a の３つの要素すべてに 1 が加えられて、2, 4, 6 となります。 同じことは for ループでもできます。 for (i in 1:3) { a[i] <- a[i] + 1 } けれども、このような書き方をするとプログラムが長くなるし、実行時間が余計にかかることもあります （参考： Perl, R, Ruby, C++ で作成したプログラムの実行速度の比較）。 Rでは、for ループを使わず

======================================================== I have been working collaborating on a project with Dustin Martin using network theory. We have are utilizing the igraph package in R, which ultimately produces graphs of networks. Including these graphs in presentations and publications has been difficult because they are difficult to customize (at least with my understanding of them). I

Rには、rbindという関数があるのだが、データフレームを結合する時に、列が揃っていないと怒られてしまう。 Rでｓｅｔにあるように、SASではsetという関数が用意されているが、Rには無いようです。 ここに掲載されているソースコードは、２つのデータフレームを結合させるもので、３つ以上のデータフレームに適用させられないので、それができるものを書いたので、記録しておく。 上で定義されているsetという関数は次のようなものである。 set <- function(x,y) { coln <- unique(c(colnames(x),colnames(y))) x[coln[!coln %in% colnames(x)]] <- NA y[coln[!coln %in% colnames(y)]] <- NA rbind(x,y) } ３つ以上に対応できるように再帰的に呼び出して解決した。 se

今週はまともなデータ分析やら統計学やら機械学習やらの記事を書くのが面倒になったので*1、しばらくやってなかったお薦め書籍リストでも書こうかと思います。 今回まとめるリストは、ズバリ「Rでデータサイエンス・統計学・機械学習を学ぶための10冊」。Rと言えばこのブログのメイン言語なので特に説明は要さないでしょう。去年1年間は拙著も含めてR絡みの本が大豊作で、以前のお薦め書籍リストに比べるとRの良書が増えたという部分もあり、そう言えばR本だけでリスト作れるなぁと思ったのでした。 というわけで、主に僕が持っているor読んだことがある本を中心にお薦めリストをまとめてみました。いつも通り独断と偏見まみれなので、他にも良いR本は沢山ありますよーという旨予めお断りしておきます。 そうそう、先に書いておきますがこのリストは中級者向けです。でも初学者向けに良いRの本ってあるのかなぁ。。。初学者はまずはExcel

2011年07月13日02:35 「Amos」か「R」か カテゴリ博論の時期 e_okada12 Comment(0)Trackback(0) SPSSのAmosを使うか、Rを使うか迷っていました。 今のデータ分析・・・第1段が終わった後に待っている、更なる分析でどちらを使用するか。 Amos SPSSの共分散構造分析ソフト。 この「共分散構造分析」が使えるかもしれないと思った。 （先日の大師匠ゼミのときに） Amosだと、大学のボリュームライセンスで使うことができそうだし。 R フリーソフトウェアの統計解析向けプログラミング言語、及びその開発実行環境。 ひげよねの感覚だが、最近は追加パッケージのライブラリが充実してきたことと、関連書籍も多く 出版されるようになって、ハードルがだんだん下がってきている。 そのため、ネットワーク分析の面で使えそうな気がしていた。 で、今日、本屋に行き、約2時

プロットの作製 基本プロットを作る Geoms Aesthetics 違う種類のグラフを重ねる 参照線の追加 グループ分け 層別プロット スケールと軸 Scales 軸ラベルやタイトルの変更 軸の表示範囲を変更する 軸の左右の余白を削除する 軸表示の修飾 日時の軸スケール 軸区切り値の変更 軸スケールの変更 (変数変換) プロットのソート (離散型変数の水準をソートしてプロット) 座標系の反転：横向き箱ひげ図 極座標への変換：円グラフ 座標系のアスペクト比の指定 色セットの変更 ggplot2 のデフォルト色セットの定義 任意の色セットの利用 凡例 凡例位置の変更 凡例ラベルの変更 凡例の一部を削除する テーマ (グラフ背景・グリッドの色, マージン, フォント) Themes 定義済み theme の適用と編集 theme 要素と theme() の併用時の注意点 フォント変更 保存 g