您的订阅是我制作影片的动力
订阅点这里~
影片程序码
## 应用一: 分群补值(数值+类别) ####
library(missForest) #产生随机na值
library(naniar) #chk na
library(dplyr)
#前置(无标准化) na补值简介
data(iris)
iris <- prodNA(iris, noNA = 0.01) # 产生1% na值
any_na(iris)
colnms <- colnames(iris)
iris_na <- filter_at(iris,vars(starts_with(colnms)), any_vars(is.na(.)))
# any_vars 任一即挑出,all_vars 全部才挑出
iris_no_na <- iris[complete.cases(iris), ]
any_na(iris_no_na)
#演算法
library(clustMixType)
kp <- kproto(iris, 4)
kp$withinss
kp_out <- as.data.frame(kp$cluster) #大好
names(kp_out)[names(kp_out)=="kp$cluster"]="分群"
final <- cbind(iris_no_na,kp_out)
若内容有误,还请留言指正,谢谢您的指教
<<: Angular 深入浅出三十天:表单与测试 Day03 - Reactive Forms 实作 - 以登入为例
大家好,我是YIYI,今天我要来聊聊为什麽要参加这次的IT30。 很多人一定觉得很奇怪,这不都是前几...
wiki页面:最小平方法 详细的内容就不在这里赘述了,这里依旧是介绍一点简单的概念。 为什麽我们要提...
前言 在程序语言中了解程序的周期是很重要的。 在昨日我们已经先了解variables的一些规则了,其...
来到2048的最後一天!看看这麽多的删除线!虽然可能我们不一定能清光我们购物网站上的愿望清单,但是今...
前言 在前一篇文章中,我们了解了如何使用 getStaticProps 让 Next.js 可以在打...