Tokyo.Rの新規率・直帰率について集計・プロットしてみた - INPUTしたらOUTPUT!
第48回 R勉強会@東京のLTにて 「R勉強会の新規率・リピート率ってどうなんだろうね？」 という話があったので確認してみた。 新規率などの定義が間違っていたらご指摘ください。 また実際の出席ベースではなくATNDの登録に基づいているので実態と乖離があります。 <追記> @hoxo_m氏に添削してもらいました！ありがとうございます！参考になります。 勝手に添削：Tokyo.Rの新規率・直帰率について集計・プロットしてみた #rstatsj - Qiita Tokyo.Rの新規率・直帰率について集計、久保本の読者なら率じゃなくて人数で二項分布やろー— MatsuuraKentaro (@berobero11) 2015, 7月 17 Σ(￣口￣*) 昨年学んだことが身に付いていないですね。。。みどりぼん復習します 1. イベントIDの取得 スクレイピングしなくても出欠確認APIでまとめて取得
ESTRELA連載記事「Rとウェブの融合」
2014年7月号より、公益財団法人統計情報研究開発センターが発行する統計と情報の専門誌「エストレーラ」で、「Rとウェブの融合」と題して記事を連載しています。ウェブ上での記事公開の許可を頂いたのでここに公開します。なおウェブ公開記事は校正前の原稿なので誌上記事とは文章表現等が多少異なりますが、内容には変わりはありません。 Rとウェブの融合（１）ーrChartsの基礎ー (2014年7月号) Rとウェブの融合（２）ーrChartsの利用例ー (2014年8月号) Rとウェブの融合（３）ーrChartsの応用例ー (2014年9月号) 大規模データの高速処理 ーdata.table、dplyrー (2014年10月号) Rとウェブの融合（４）ーrmarkdownー (2014年11月号) Rとウェブの融合（５）ーslidify、R Presentationー (2014年12月号) Rとウェブの
Cluster analysis in R: determine the optimal number of clusters
If your question is "how can I determine how many clusters are appropriate for a kmeans analysis of my data?", then here are some options. The wikipedia article on determining numbers of clusters has a good review of some of these methods. First, some reproducible data (the data in the Q are... unclear to me): n = 100 g = 6 set.seed(g) d <- data.frame(x = unlist(lapply(1:g, function(i) rnorm(n/g,
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
Speeding up R packages’ installation process | R-bloggers
Building an Instructional Simulation App in Shiny
[PDF]ROSE: A Package for Binary Imbalanced Learning
Blog | Data Science Articles
