多変数の相関を可視化する方法メモ - 草薙の研究ログ
自分のためのメモ。 因子分析したら因子分析の結果だけ，構造方程式モデリングしたらパス図だけ，そういうのはちょっと好かない。殆どの場合相関行列があればそういうのは再現できるし，相関行列だって上手に可視化したら，例えば因子分析くらいの見通しはつく。これは，研究報告の透明性というのにもつながる。 ただ論文には紙幅の都合があって，いつでも，というわけにはいかないけど。 とにかく多変数の相関行列に対応するようなデータの可視化について，Rを用いてメモしていく。自分ですぐ忘れてしまうから。 （スクリプトの中に不自然に半角スペースとか入っているのは，hatena記法と変に被るところを避けるため） 散布図行列（SPLOM） 一番てっとり早い方法。 まずRのデフォルト関数で「データフレーム形式」でデータを読み込む。 例えばエクセルからクリップボードにコピーした状態なら， dat<- read="" table
ロジスティック回帰でいろんな特徴関数を試す - 木曜不足
ロジスティック回帰＋確率的勾配降下法 - Mi manca qualche giovedi`? 前回に続いて、ロジスティック回帰で遊ぶ。 まだ線形の特徴量しか試していなかったので、二次項や RBF (距離に基づく特徴)も追加し、イテレーションももっとたくさん行うようにし、また初期値や学習順によって結果が変わるから、テスト自体も複数回行えるようにした。 そうなると、さすがに対話式インターフェースでコピペ実行というわけにもいかないので、スクリプトにて記述。 https://github.com/shuyo/iir/blob/master/lr/lr.r 分布図を吐かせるかどうか、テストを何回行うかはコマンドラインから指定できる。 R -q --vanilla --slave --args --chart -i 5 < lr.r --args の後に --chart を書くと分布図を出力し、-i
Rでニューラルネットワークをやってみる - yasuhisa's blog
ニューラルネットワークについて プログラム データの準備 モデル式の作成 結果の表示 予測値を得たい ヘッセ行列の固有値を見る ニューラルネットワークを可視化する 追記 nnetとかをもうちょっと 最適化とかヘッセ行列がらみの話 ニューラルネットワークについて先週のPRMLでNNことニューラルネットワークについて勉強を始めました。PRMLは主に理論についての本なので、「ふーん」という感じなんですが、読書会後に「NNって(一定制約の元で)任意の関数に近似できることが証明されてるんだぜ?」とか言われると中二病患者の俺としては「?!NNってすごくね?てか、そんなすごいんだったらNNだけでいらなくね?他のモデルいらなくね?」とか思ってしまいます。しかし、直後に あくまで近似。どれくらいの精度かはものによる 近似できないものも存在する*1 と教えてもらったので、他のモデルもちゃんと勉強する価値がある
Rookパッケージがすごい！Rだけで1分で0からウェブアプリ - はやしのブログ Rev.3
要R (≥ 2.13.0)です。では，おもむろに以下のスクリプトを実行してください。 install.packages("Rook") s <- Rhttpd$new() s$start(quiet=TRUE) s$browse(1) ブラウザが立ち上がり，テスト用のウェブアプリが表示されました。たったこれだけで！ なぜこんなことができるかというと，Rは実はウェブサーバーを内蔵していて，Rookパッケージはこれを使ってウェブアプリを稼働させています。 Hello, World! ではお約束にとりかかりましょう。 app.hw <- function(env){ res <- Rook::Response$new() res$write("<html>\n<head><title>Test</title></head>\n<body>\n") res$write("<h1>Hello, Wo
TwitterのデータをRであれこれ
10. twitteRパッケージ # twitteRパッケージを読み込む library(twitteR) # @a_bicky のツイートを3,200件取得（3,200件がMAX） tweets <- userTimeline("a_bicky", n = 3200) str(tweets[[1]]) # 最初のツイートの情報を出力 出力 Formal class 'status' [package "twitteR"] with 10 slots ..@ text : chr "RではもしかしてNULL文字を取り除くことできない！？ #r" ..@ favorited : logi FALSE ↑ ツイートのテキスト ..@ replyToSN : chr(0) ..@ created : POSIXct[1:1], format: "2010-12-01 14:17:31" ← ツイ
RのC拡張を触ってみたら修論用のプログラムが爆速になって新年早々鼻血がでそうになった件 - 元データ分析の会社で働いていた人の四方山話
以前からRにはC拡張というのがあって、そいつを利用すると凄まじい事になるという話を聞いていたのですが、色々あって後回しにしていました。 しかし、お正月なので（？）、ふと思い立って触ってみました。 意外とまとまった解説はなさそう（？）なので、今日は一番シンプルなインタフェイス関数.Cを利用する方法について紹介してみます。 参考 いきなりですが、参考にしたところ http://d.hatena.ne.jp/syou6162/20090117/1232120983 Rから他言語利用 - RjpWiki http://cran.r-project.org/doc/contrib/manuals-jp/R-exts.jp.pdf というかWriting R Extensionsの4章を読めば何とかなる！！ 手順 まずは大まかな手順を説明します。 RからCに投げたい部分の関数を作成する。 Cの関数をR
統計処理ソフト R 入門 講習会資料
講習会の目的 本講習会は， R についての自習の基盤をつくることを目指します。 たとえ初心者向けの数時間の入門講習でなく１年間の毎週の演習授業であっても，R に関してすべてを説明するのは不可能だと思われます。 R の世界は，縦にはそこそこ深く，横には果てが見えないほど広いです。 CRAN に登録されている R のパッケージは 1000 を超えました。 よって，受講者の幅も広いことですし，受講者各自にとってぴったりな統計解析の実用的な解説をするのはあきらめて， 各自が必要に応じて情報を探し，見つけたものを難なく活用できるようになること，を目標にしました。 ここに自分の求めている分析手法や作図法などの答えがあるとは期待しないで下さい。それは帰ってからのあなたの楽しい仕事です。 R の利用と R 言語 R の根幹は R 言語のインタプリタであり，ユーザはR言語を駆使することでRを操作します。 S
CRANパッケージリスト - RjpWiki
R の貢献パッケージの一覧 2003/7/11 現在 CRAN の Packages Source 頁にあるものの説明訳。それ以降のもの、CRAN に未登録のパッケージを含む。使えそうなパッケージの見当を付けるのに使って下さい。誤訳の可能性大。参考になることを目標に、ともかく日本語にすることを目指していますから、必ずしも適切な訳でない可能性があります。元リストには各々目次と PDF ファイルによる解説がリンクされている。この210余りの貢献パッケージの存在こそが R の本来の目的、新しい統計手法が実装されるワークベンチ、を雄弁に物語っていると思われます。お手すきのかたは、勝手に翻訳ご協力下さい。 2003/7/11以降リリースされたパッケージを追加しても構いませんか？ -- m もちろんです。CRAN のリストにないものも気づかれたら追加歓迎です。その際は、その旨コメントして下さると、参
コーパス言語学のための多変量解析入門:統計解析言語 R で多変量解析を行う
* Use UTF-8 for character encoding. このページの文字コードはUTF-8を使用しています。 Updated: 2005-04-02 5:44 am 統計解析言語 R で多変量解析を行う ―英語コーパス学会第24回大会ワークショップ付録― 田畑 智司（大阪大学） 0. はじめに Rのダウンロード 日本のミラーサイト(1)筑波大学 Rのインストール Mac OS Xの場合 （群馬大学・青木先生によるインストールガイド） LinuxおよびWindowsの場合（多摩大学・山本義郎先生によるインストールガイド） Rのレファレンス・マニュアル 舟尾暢男氏によるR-tips集。素晴らしい入門書。 R-intro 日本語版（森 厚 氏による日本語訳） Rによる統計処理（上記の青木先生による） 1. データ 注意：以下4点のデータはタブ区切りになっていますので，コピー&ペー
RPyで遊んでみる - yasuhisa's blog
一学期の授業にてデータ解析という授業を取っています。統計ソフトRを用いて*1、車市場の線形価格予想モデルのようなものを構築します…というのはとりあえずおいておいてw。 Rを使っていろいろやるわけですが、RをPythonから使えるRPyというライブラリがあるのでつかってみました。 まず、RPyを使うのに必要なNumericというライブラリをインストールします。しなくてもいいのかもしれないけど、Strongly Recommendされているので入れておきます。ここからどうぞ。次に、RPyのインストール。ここからどうぞ。 これで使えるようになってると思うので、使ってみましょう。デモがよくできているので、この付近でいろいろ試してみましょう。 普通はこれでうまく行くと思うんですが、R側にあるデータや、functionを使う時にちょっとつまった点があったので、自己メモ。 R側にあるデータは「r.loa
omegahat.org - omegahat リソースおよび情報
This webpage was generated by the domain owner using Sedo Domain Parking. Disclaimer: Sedo maintains no relationship with third party advertisers. Reference to any specific service or trade mark is not controlled by Sedo nor does it constitute or imply its association, endorsement or recommendation.
rpy2
The rpy2 site has moved to https://rpy2.bitbucket.io. You will be redirected in 15 s econds. About rpy2 is an interface to R running embedded in a Python process. The project is mature, stable, and widely used. Source and installation Released source packages are available on PyPi. Installing should be as easy as pip install rpy2 The source code is also in a public repository on bitbucket. Documen
Rとクラスター分析(2)
[ 連載 ] フリーソフトによるデータ解析・マイニング第 29 回 Ｒ とクラスター分析(2) 1. 樹 形図の切断とコーフエン相関係数 先 月号では、階層的クラスター分析の基本概 念や樹形図の作成などについて説明した。 クラスター分析結果を分析する際には、どの 個体がどのクラスターに属するかを確認するこ とが必要である。階層的クラスター分析では、 クラスターの数を指定し、樹形図を切断すると 個体が属するクラスが決定される。 示す。 >iris2.lab<-c(rep(1,50),rep(2,50)) >table(iris2.lab, iris2.cl) iris2.cl iris2.lab 1 2 0 1 50 2 14 36 こ の 方 法 で は 、 14 個 の virginica 品 種 が (1) 樹形図の切断 versicolor 品種に誤分類されている
Rとクラスター分析(1)
[ 連載 ] フリーソフトによるデータ解析・マイニング第 28 回 Ｒ とクラスター分析(1) １ ．クラスター分析とは 我 々は、物事を整理整頓する際には、機能、 形状などの側面から似ているものを同じのとこ ろに集めて、片付ける。これと同じくデータに ついてもデータ構造の側面から似ている個体を 同じのグループに仕分けることが必要である場 合がある。データサイエンスにおける分類のた めの方法は、学習(教師、訓練)データがある分 類方法と学習データがない方法に大別される。 ここで言う学習データとは、どの個体がどの グループに属するかが既知であるデータである。 グループの所属を示すデータは外的基準とも呼 ばれている。学習データがある場合の分類方法 は、どの個体がどのグループに属するかが既知 であるデータから、分類に関するモデルを作成 し、そのモデルに基づいて、グループの属性が 未知であるデ
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
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
http://kerolin.jspeed.jp/Computer/Informatics/rpy060910.html
http://bioruby.org/wiki/Japanese/?ruby-R
Microsoft Word - 24
RubyForge: R for Ruby Library: Project Info