11/1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31./01
11/1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31./01
2023年01月04日00:00 時間を無駄に過ごしてる俺に1分1秒の大切さを教えてくれ 過去のおすすめ記事の再掲です 1 名前:以下、名無しにかわりましてVIPがお送りします[] 投稿日:2012/01/07(土) 04:20:30.93 ID:oUOLXIa50 このままじゃダメだ・・・ 4 名前:以下、名無しにかわりましてVIPがお送りします[ ] 投稿日:2012/01/07(土) 04:24:37.12 ID:ugmb0blQ0 君が何かしようと頑張ろうが頑張るまいが 宇宙はもちろん、地球にも変化は起きないよ 5 名前:以下、名無しにかわりましてVIPがお送りします[] 投稿日:2012/01/07(土) 04:28:25.85 ID:oUOLXIa50 >>4 俺自身に変化が起きるかもしれない でも俺はすぐオナニーに走ってしまうし ボーっとしてることが多い 19 名前:以下、名
あけましておめでとうございます。 本年もよろしくお願いいたします。 主成分分析 さて、昨年の終わりごろから、私は仕事で主成分分析を行っています。 主成分分析というのは、多次元のデータを情報量をなるべく落とさずに低次元に要約する手法のことです。 主成分分析は統計言語 R で簡単にできます。 例として iris データで実行してみましょう。 data(iris) data <- iris[1:4] prcomp.obj <- prcomp(data, scale=TRUE) # 主成分分析 pc1 <- prcomp.obj$x[,1] # 第一主成分得点 pc2 <- prcomp.obj$x[,2] # 第二主成分得点 label <- as.factor(iris[,5]) # 分類ラベル percent <- summary(prcomp.obj)$importance[3,2] *
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