두 개의 동일한 크기의 행렬이 있습니다. 이 행렬의 행 쌍 사이의 상관 계수를 계산하고 싶습니다. ret <- sapply(1:20, function(i) cor(A[i,], B[i,]))
이지만 몹시 비효율적으로 등 B에서 행 2 A로부터 1 행 B, 행 2 A로부터 행 1 A <- matrix(runif(1:200), nrow=20)
B <- ma
data.frame에는 몇 가지 상관 관계가 높은 열이 있습니다. 상관 행렬에 대한 행렬 조작과 같은 효율적인 방법으로 배제하는 방법을 궁금해했습니다. 다음 샘플 코드이다 a=c(1,2,3,4,5)
df=data.frame(a=a,b=a*2,c=c(2,1,1,2,9),d=a*3)
round(cor(df,df),6)
출력 : a b c d
a
나는 단지 하나의 샘플과 관련된 두 세트의 데이터를 가지고 있습니다. 하나의 세트는 조건/환경 A와 B 아래에 수집됩니다. A와 B를 사용하여 수집 된 데이터는 통계적으로 유의미한 상관 관계가 있으며 우연적이지 않음을 보여줄 필요가 있습니다. 그러나 샘플 t- 테스트와 같은 테스트는 샘플이 하나뿐이므로 제대로 작동하지 않는 것 같습니다. 각 A 및 B 조건
matlab에는 각각 192 점으로 구성된 2 개의 데이터 세트가 있으며 데이터 간의 상관 관계를 찾기 위해 MATLAB 커브 피팅 도구 상자를 사용하고 있습니다. 그것은 내가 r-square 값을 얻은 데이터에 대한 다항식 적합성을 수행합니다. 지금까지는 문제가 없었지만 더 많은 데이터 세트에 대해 동일한 절차를 수행하고 있었고 다음과 같은 결과가 나에게
각각 datetime 인덱스가있는 두 개의 데이터 프레임이 있고 이름없는 데이터 열이 하나씩 있다고 가정합니다. 데이터 프레임의 길이가 다르며 datetime 인덱스가 겹치지 않을 수도 있습니다. df1은 길이 20입니다. df2는 길이 400입니다. 데이터 열은 임의의 수레로 구성됩니다. 반복 당 20 단위를 취하여 df2를 반복하면서 각 반복이 시작 벡
많은 열이있는 데이터 프레임 (df)이 있습니다. Var(character): Val(numeric): Var.1 Val.1 Var.2 val.2 ... var.n val.n
A 1 B 5 C 69 n 25
A 2 B 69 C 66 n 12
A 3 B 12 C 21 n 12
---------
내가 15 숫자 열로 다음과 같이 DF 한 (값, 무작위 나의 실제 데이터) : val val.2 ... val.15
val 1 0.32 0.1256
val.2 0.9 1 0.125
...
val.15 0.36 0.12 1
: Val(numeric): val.2: Val.3 .... Val.15
저는 이미지 (10000x10000 픽셀)와 커널 (5x5 픽셀)을 가지고 있습니다. 커널과 가장 잘 어울리는 이미지의 위치를 찾고 싶습니다. 필자의 연구에서 커널과 관련하여 큰 이미지의 각 픽셀에 대한 상관 계수를 계산해야한다는 사실을 모호하게 기억합니다. 그러나 (10000 - 4) * (10000 - 4) 픽셀을 처리해야하는 등의 문제가 발생하면
저는 방금 MATLAB에서 CCA를 사용하여 작업을 시작했습니다. 두 개의 벡터 X 및 Y은 60x1920 및 60x1536이고 샘플 수는 60이고 다른 벡터 집합의 변수는 각각 및 1536입니다. 나는 그들을 부분 공간으로 줄이기 위해 CCA를 알고, 그 다음 특징 매칭을하고 싶다. 이 명령을 사용하고 있습니다. %% DO CCA
[A,B,r,U,V]