R. 에서 DTW 패키지를 사용하고 마침내 계층 적 클러스터링을 완료했습니다. 하지만 아래 그림과 같이 시계열 클러스터를 별도로 표시하고 싶습니다. sc <- read.table("D:/handling data/confirm.csv", header=T, sep=",")
rownames(sc) <- sc$STDR_YM_CD
sc$STDR_YM_CD <-
가 해당 클러스터 데이터에 대한 접근 방식을 파악하는 데 도움이 필요 나는 그들이 회사 명, 직원이 카운트, 판매량, 회사 유형 몇 가지 숫자 및 공칭 속성 와 국가의 데이터를 가지고있다. 회사의 판매량이 더 많은 회사 유형을 파악하고 회사 매출을 늘리려면 직원 수 효과가 더 많은지 궁금합니다. 확실한 수준이 없기 때문에 나는 기계 학습에 초보자이므로 확신
제어 시스템에서 오류에 대한 데이터가있는 데이터 세트가 있습니다. 데이터 TYPE OF FAILURE (string), START DATE (dd/mm/yyyy), START TIME (hh/mm/ss), DURATION (ss), LOCALIZATION (string), WORKING TEAM (A,B,C), SHIFT (morning, afternoon
181 개의 샘플과 10 개의 피쳐 및 하나의 대상 변수로 구성된 데이터 세트가 있습니다. 10 가지 기능은 숫자 적이며 연속적입니다. 나는 이진 분류를 수행해야한다. 나는 다음과 같은 작업을 수행 한 - I have performed 3 Fold cross validation and got following accuracy results using var
은 '품질'이라는 이름의 열이 데이터 마이닝에 서수 번호로 확장 할 의미가 있는가, 값은 다음과 같습니다 ['Excellent','Good','Average','Fair','Poor']
그래서 내가 생각하는 '좋은' '평균'보다 낫다, 나는 매핑 서수로 변경 : 나는 숫자로 값을 변경 한 후 , 나는 이것에 대해 평균과 분산으로 확장 할 수 있습니다 '
내 데이터에서 자주 패턴을 찾고 싶습니다. 그러나 데이터 세트는 매우 큽니다. 먼저 트랜잭션 데이터베이스 형식으로 변환해야합니다. 문제는 데이터베이스 (500000 개 레코드 중)에는 402 개의 고유 한 반복 항목이 있다는 것입니다. 어디서나 최대 8 자 (A, B, C, D, E, F, G, H)의 데이터 세트로 fp-growth 예제를 볼 수 있지만
의사 결정 트리가 rpart 인 것으로 가정합니다. 모든 조건을 작성하지 않고 한 노드에서 모든 데이터 포인트를 얻으려면 어떻게해야합니까? 예를 들어, 모든 분할에서 else를 쓰지 않고도 노드 3에서 17 개의 데이터 포인트를 얻으려면 어떻게해야합니까? library(rpart)
library(partykit)
fit=rpart(factor(am)~.
다음 코드는 @adibender에서 "하나의 플롯 ROCR에서 여러 ROC 곡선"으로 찍은 것입니다. 이 코드는 부분적으로? plot.performance에서 가져온 것입니다. library(ROCR)
data(ROCR.simple)
preds <- cbind(p1 = ROCR.simple$predictions,
p2 = abs(ROCR.s
R에 처음으로 kmeans 알고리즘을 작성하려고합니다.이 필드가 새로 생겼으므로 명백하지 않은 것으로 판단하지 마십시오. 알고리즘은 두 개의 벡터 x, y을 가져 와서 클러스터 중심에 대한 각 데이터 포인트의 거리를 계산하고 중심에서 데이터 포인트까지 최소 거리로 클러스터를 할당합니다. 알고리즘은 할당에 변경이 없으므로 클러스터 센터에 변경이 없으면 중지됩