パッケージユーザーのための機械学習(3)：サポートベクターマシン(SVM) - 渋谷駅前で働くデータサイエンティストのブログ
（※はてなフォトライフの不具合で正しくない順番で画像が表示されている可能性があります） PythonでSMO-SVM書き下すという宿題がまだ終わってないくせにこれ書いていいのか物凄く迷うんですが（笑）、R Advent Calendar 2013の12月6日分第6回の担当に当たっているのでついでに書いちゃいます。 なのですが。実はその12月6日は米ネバダ州・タホ湖畔で開催中のNIPS 2013に参加中*1でupできるかどうか分からない*2ので、タイムスタンプ変えて予めupさせてもらいました。ルール破っちゃってごめんなさい。。。 ということで、今回の参考文献はこちら。未だに評は分かれるみたいですが、僕が推すのはいわゆるSVM赤本こと『サポートベクターマシン入門』です。 サポートベクターマシン入門 作者: ネロクリスティアニーニ,ジョンショー‐テイラー,Nello Cristianini,Jo
関数の最大・最小化 - RjpWiki
RjpWiki はオープンソースの統計解析システム R に関する情報交換を目的とした Wiki です汎用最適化関数 optim() の使用法 統計学では、最尤推定や最小自乗法等、ある目的関数の最適化を行なう必要が しばしば起こる。optim() は R の汎用最適化関数で、複数の代表的手法をオプションで選べる便利な道具である。 一変数関数専用の最適化関数 optimize もある。 線形不等式制約の場合は 線形不等式制約付きの最適化関数 constrOptim 参照。 同種の関数として 汎用非線形最小化関数 nlm もある。 一変数関数の根を求める専用関数 uniroot もある。 非線形回帰専用の関数 nls は独自の最適化アルゴリズムを使用する。 命令書式 optim(par, fn, gr = NULL, method = c("Nelder-Mead", "BFGS", "CG",
R言語上級ハンドブック - sfchaos's blog
R言語上級ハンドブックを一通り読了しました． R言語上級ハンドブック 作者: 荒引健,石田基広,高橋康介,二階堂愛,林真広出版社/メーカー: シーアンドアール研究所発売日: 2013/09/25メディア: 単行本（ソフトカバー）この商品を含むブログ (9件) を見る 本書は，Rで効率的・効果的にデータ解析や処理を行うための中級〜上級のTips集です．著者はR界隈で著名な方々ばかりで，高度なトピックが平易に解説されています．内容も，実行パフォーマンス(処理速度，メモリ使用量等)，Hadoopや他言語との連携，グラフィクスなど多岐に渡ります．また，knitrやslidifyによるレポート・プレゼン資料作成，shinyによるWebアプリ作成など，比較的新しい話題についても収録されています． Rで分からないことをStack Overflowなどで調べているユーザにとって，本書は座右の書となることで
data.tableパッケージで大規模データをサクッと処理する
5. 例えば， いつもよく出てくるirisデータセット > head(iris) Sepal.Length Sepal.Width Petal.Length Petal.Width Species 1 5.1 3.5 1.4 0.2 setosa 2 4.9 3.0 1.4 0.2 setosa 3 4.7 3.2 1.3 0.2 setosa 4 4.6 3.1 1.5 0.2 setosa 5 5.0 3.6 1.4 0.2 setosa 6 5.4 3.9 1.7 0.4 setosa アヤメの茎の⻑さ・幅と種類に関するデータ 4 8. そんなデータフレームも， 結構処理が遅いことがある > # データの読み込み > system.time(usc.df <read.csv("../data/USCensus1990.data.txt")) ユーザ システム 経過 65.588 3.
MacOSX に homebrew で R をインストール - Qiita
% brew install gfortran curl: (22) The requested URL returned error: 404 Trying a mirror... ==> Downloading ftp://ftp.linux.student.kuleuven.be/pub/people/skimo/isl/isl-0.11.2.tar.bz2 curl: (7) couldn't connect to host Error: Download failed: ftp://ftp.linux.student.kuleuven.be/pub/people/skimo/isl/isl-0.11.2.tar.bz2
グラフ（ネットワーク状）構造のクラスタリング（グループ分け）基礎：The Markov Cluster Algorithm（MCL）まとめた - 分からんこと多すぎ
MCLのスライド an introduction to the MCL algorithm めちゃくちゃ基本らしい。けど微妙に関係ないので、さわりだけ読む。 無意味にグラフ理論の基礎に触れつつ、エッジリストから高速にクラスタを組む話をする。 元論文は有料だったので諦めた。ので、何か微妙に間違っているかもしれない。コードあるけどR言語です。 グラフ構造とは グラフ構造とは、網目状の構造である。例えば、鉄道とか道路とかネットとか神経回路がそれに相当する。 例えば、道路の例を考えよう。 丸（ノード）が交差点で、線（エッジ）が道路になる。 この図は、「1」の交差点から、2,3,4の交差点にいける事を意味している。 1から5,6,7には行けないし、1から1に行こうと思ったら、1→2→1のように移動しなければならない。 ちなみにこれは無向グラフと呼ばれ、一方通行とかはないものとしている。 一方通行が現
Rの関数定義の基本 - RjpWiki
RjpWiki はオープンソースの統計解析システム R に関する情報交換を目的とした Wiki ですR での処理は一連の関数を用いて行なわれます。 既に多くの関数が定義されており、それだけでも一通りの解析ができるものの、R の真の実力は 自分で関数を書く ことで発揮されます。 R には、最初から関数を簡便に定義するための多くの便利な機構が組み込まれており、R の組み込み関数の多くも、R 言語で書かれた関数です。関数はエディタで定義ファイルに書き込み source("ファイル名") で読み込むか、R 起動中にインタラクティブに定義します。 いずれにしても、一旦定義されれば、自前の関数も、R 固有の関数も外見からは全く同等に使えます。 目次 関数定義の基本書式 > foo <- function(引数リスト) 関数本体 # 関数本体が一つの表現式なら {} は不要 > foo <- funct
An Introduction to R を読む (3) - 配列と行列
ベクトルに dim 属性を与えると、配列 (array) になる。 dim 属性はベクトルで与えられ、次元ベクトル (dimention vector) と呼ばれる。この次元ベクトルの大きさ k に応じて、配列は k 次元であると言う。 ベクトル → dim を設定することにより → 配列 試してみる。 > a <- 1:24 > a [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 > dim(a) <- c (4,6) > a [,1] [,2] [,3] [,4] [,5] [,6] [1,] 1 5 9 13 17 21 [2,] 2 6 10 14 18 22 [3,] 3 7 11 15 19 23 [4,] 4 8 12 16 20 24 > dim(a) <- c(3,4,2) > a ,
CRAN - Package Rcpp
ADMMsigma, ALUES, Amelia, AnaCoDa, baggr, bayes4psy, beanz, bigReg, Biocomb, blavaan, bmgarch, bmlm, bmstdr, breathteststan, brms, BuyseTest, CARBayes, CARBayesST, CaseBasedReasoning, castor, CausalQueries, clogitL1, ClusROC, ClusterStability, collUtils, COMPoissonReg, ConConPiWiFun, conStruct, copCAR, cosmiq, CoxPlus, cqrReg, cstab, ctsem, curveDepth, cytometree, dada2, dbmss, dcortools, DCPO, De
CRAN: Package RcppEigen
RcppEigen: 'Rcpp' Integration for the 'Eigen' Templated Linear Algebra Library R and 'Eigen' integration using 'Rcpp'. 'Eigen' is a C++ template library for linear algebra: matrices, vectors, numerical solvers and related algorithms. It supports dense and sparse matrices on integer, floating point and complex numbers, decompositions of such matrices, and solutions of linear systems. Its performanc
Slide 1
Your Best Next Business Solution Big Data In R 24/3/2010 Big Data In R R Works on RAM Causing Scalability issues Maximum length of an object is 2^31-1 Some packages developed to help overcome this problem Source: http://cran.r-project.org/web/packages/RODBC/RODBC.pdf Big Data In R RODBC Package biglm Package ff Package bigmemory package snow package Source: http://cran.r-project.
http://cran.r-project.org/web/packages/multicore/multicore.pdf
Package ‘multicore’ February 14, 2012 Version 0.1-7 Title Parallel processing of R code on machines with multiple cores or CPUs Author Simon Urbanek <Simon.Urbanek@r-project.org> Maintainer Simon Urbanek <Simon.Urbanek@r-project.org> Depends R (>= 2.0.0) Description This package provides a way of running parallel computations in R on machines with multiple cores or CPUs. Jobs can share the entire
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
sna: Tools for Social Network Analysis
Rにおける大規模データ解析(第10回TokyoWebMining)
R help - Count unique rows/columns in a matrix
Amazon.co.jp: Rによるノンパラメトリック回帰の入門講義: 竹澤邦夫: 本
Home
Installing RHadoop
CRAN: Package doRNG
http://cran.r-project.org/web/packages/ncdf/ncdf.pdf