Rでダイナミックベイジアンネットワーク - dataminer.me
日本語で検索してあまり出てこなかったから、とりあえずメモ。 以前はWindowsでPython→Rっていう形でダイナミックベイジアンネットワークを 使っていたのだけど、開発環境をUbuntuに変えたので、再インストール。 （でも、割とGUIに頼った生活をしていたので、GUIのないRはきつい） Rでダイナミックベイジアンネットワークを使うためのパッケージには G1DBNというパッケージがあり、基本的にPythonとRの2択しか 選べない自分にとっては、Rでできることはとてもありがたい。 （PythonにもMocapyというダイナミックベイジアンが使えるモジュールがある） 一応、バイオインフォマティクスが専門であたりするので、 時系列の遺伝子発現データがテストファイルとして、登録されているのも ありがたい。 使い方というか、実用例に関しては後日。 （G1DBNが使われている論文） Identi
「パッケージ 'tcltk' をロードできませんでした」がうざいw Rcmdr インストール 統計ソフトR
とりあえずRcmdrのインストール方法を忘れないうちに。 Rcmdrは視覚的にRを操作出来るやつでかなり便利だと思う 少なくとも初心者の俺には いつかPC変えたときに忘れないように記録。 どっかで誰かの助けになれればと思います。 ちなみにOSはmac os x 10.5.x まずR起動 んでパーケージとデータとか んでこんな感じで 本来これでRを立ち上げ、画面上のX11をクリックして立ち上げてから（←かなり重要w） > library(Rcmdr) って入れるとRcmdrは立ち上がるはず なのだが Tcl/Tkがロード出来ません的な事を言われる。 パッケージ 'tcltk' をロードできませんでした だったかな。 俺だけか？＞＜ そんなときは http://cran.r-project.org/bin/macosx/tools/ から左側の tcltk-8.5.5-x11.dmg をダウン
MeCabとRMeCabをインストールして、ちょっと遊んでみる - yasuhisa's blog
某バイトというか勉強させてもらっているところ*1でRとMeCabでほげほげするようなのでインストールするよ!!Macです。 mecabと辞書のインストールMeCab - Browse Files at SourceForge.netよりmecabとmecab-ipadicをダウンロード。win用以外のは辞書が含まれていないらしいので、辞書もダウンロードしてくる。 両方ともディレクトリに移動して以下を実行すればおk。 ./configure --with-charset=utf-8 make chmod 700 install-sh sudo make install こんな感じで結果が返ってくればインストールできてるっぽい。 /Users/yasuhisa/Downloads/mecab-ipadic-2.7.0-20070801% echo 'install log' | mecab i
インターリュード: TwitterとR
Twitterテキストマイニングの入門の入門 次にTwitterをネタにしてRで解析したいと思うことは、日々大量に生み出されるtweetの統計解析・テキストマイニングでしょう。ただ、テキストマイニング自体は非常に大きな分野ですから、ここでは紙幅の関係上多くを書くことができません。とはいえ、テキストマイニングの入門の入門までなら可能だと思います。tweetに対して形態素解析を行い、その形態素の数を数えてみましょう。 テキストマイニングをするためには、何より素材となるtweetを取得する必要があります。今回はTwiiter検索のAPIを利用します。具体的には、twitteRのsearchTwitterを利用します。これから行う処理にどんな意味があるかは置いておいて、例えば「素敵」と「ステキ」が含まれているtweetの形態素数の比較をしてみましょう。まずは、tweetを検索して取得します。今回は
Rによるtwitterテキストマイニング 〜テキストに対する学習とは〜 - あんちべ！
あんちべのすべらない話〜俺のツイートがこんなにウケないはずがない〜 View more presentations from AntiBayesian 自分のtweetがウケるか滑るかをpostする前にrandomForestで判別してみよう！ LTは制限時間10分だったため、詳細は意図的に省きました。 本記事では皆さんにも実践頂けるよう、学習データの作り方についてスライドより詳しく説明したいと思います。 ●そもそも「学習する」とは？ 今回の目的は、自分のツイートがfav(面白い), non(普通)のどちらになるか分類することです。 そのためには「favになるツイートはどのような特徴を持っているか？」を明らかにしなければなりません。 特徴が明らかになっていれば、 ・このツイートはfavの特徴を強く持っている→favに分類 ・このツイートはfavの特徴を殆ど持っていない→nonに分類 という
1
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
数据科学中的R和Python
「ビッグデータ」は日本ではまだハイプ・サイクルの8合目 など
