reorder 関数を使って横軸の順序の並べ替えを行う方法 - Triad sou.
ggplot2 で geom_bar(stat = "identity") を利用して棒グラフを作成するときに、横軸の順序を変える方法をまとめてみます。 特に要約データなどを持っていて、ヒストグラムをプロットしたい時などに利用できるかと思います。 方法としては、データフレームに横軸の順序を規定する変数を含めておき、aes コンポーネントで reorder 関数を使うだけで好きな順序に変更することができます。 require(ggplot2) d <- data.frame( x = c("80-", "90-", "100-", "110-", "120-", "130-", "140-", "150-", "160-", "170-", "180-"), y = c(0, 9, 35, 81, 194, 276, 271, 207, 138, 55, 59), z = seq(1, 11
ggplotで棒グラフを作る geom_bar()の使い方 | Memo on the Web
Rでggplotを使って棒グラフを作る時に使われるのが, geom_bar()という関数です. このページでは, いくつかの例を元に, その使い方を解説していきます. geom_bar()のaes()内で扱える引数 x alpha colour fill linetype size weight geom_bar()の使い方の流れ ggplotを使うのが初めての方は, 良かったら｢ggplotの使い方｣を参考にしてください. このページでは, ggplotの関数の中でも, 特にgeom_bar()関数の使い方の流れを説明していくつもりです. 今回は, 自分で作成した, 以下の様なデータを使っていきます. data.csvというファイルで保存しています. name, height, years A, 150, 2011 B, 170, 2011 C, 165, 2011 A, 160, 20
日本レースクイーン大賞 ファイナリスト20名が決定！
おすすめ記事(｀・ω・´) 11 アトミックドロップ(dion軍) :2013/12/22(日) 16:49:38.71 ID:nHdtlmUL0 1枚目の人が優勝でいいよ 13 ラダームーンサルト(鹿児島県) :2013/12/22(日) 16:50:43.93 ID:aHDnV+ur0 1で終わってた 14 フロントネックロック(チベット自治区) :2013/12/22(日) 16:51:31.82 ID:aysEej6p0 1、12、18が好み 16 ニールキック(福岡県) :2013/12/22(日) 16:52:17.08 ID:NUBYA+c10 1優勝 24 バズソーキック(長崎県) :2013/12/22(日) 16:59:20.56 ID:duyNvDBI0 1が圧勝すぎてヤバい 36 16文キック(WiMAX) :2013/12/22(日) 17:0
広告と機械学習 - Qiita
Machine Learning Advent Calendar向けの記事です。 普段はGunosyという会社で社長業をしながら社長をしています。 ざっくりいうと 結論だけ知りたい人はここだけ 広告における機械学習の応用の多くはCTR予測や運用の最適化のため(クエリー予測とか)の予測問題 今後は「CVRの予測」や「アクティブなユーザーの予測」がホットな話題になる(加えてその運用をどう最適化するかといった話題も) 現在は検索エンジンの応用例が多い。今後はディスプレイ広告やタイムライン広告への応用が増えていく 個人のユーザー属性を集めることが今まで以上にメディアのビジネス的に重要になる 広告や推薦エンジンに限らずドメイン知識は非常に重要。ドメイン知識と機械学習の知識を持ったエンジニアが意思決定に携わる会社は今後大きくのびる(と思う) 広告について 最近はもっぱら広告の開発をしており、広告分野で
log 変換する？しない？AICでモデル比較するときの注意点 - ほくそ笑む
データを分析にかける前に、出力変数を log 変換する、というのはよくあることだと思います。 次のデータを見て下さい。 このデータ、線形モデルに当てはめる前に log 変換したほうがよさそうだなーというのが見てとれます。 それもそのはず、このデータは次のように作っています。 N <- 100 x <- runif(N, min = 1, max = 2) y <- exp(x + rnorm(N, sd = 0.3)) data <- data.frame(x, y) それでは、log 変換しないバージョンと、するバージョンでモデルを作成して、AIC を比較してみましょう。 model <- lm(y ~ x, data) model.log <- lm(log(y) ~ x, data) aic <- AIC(model, model.log) print(aic) ## df AIC
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
処理を実行中です
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
