Statorials

R の%in%演算子を使用すると、要素がベクターまたはデータ フレームに属するかどうかを判断できます。 このチュートリアルでは、さまざまなシナリオでこの機能を使用する 3 つの例を示します。 例 1: ベクトルでの %i […]...

次の基本構文を使用するgeom_smooth()関数を使用して、ggplot2 で滑らかな線をプロットできます。 ggplot(df, aes (x=x, y=y)) + geom_smooth() このチュートリアルで […]...

R のxtabs()関数を使用すると、1 つ以上の変数の頻度をすばやく計算できます。 次の基本的な構文を使用します。 xtabs(~変数名, データ=データ) 金： variable_name:頻度を計算する変数。 da […]...

決定係数(一般に R 2と呼ばれる) は、回帰モデルの説明変数によって説明できる応答変数の分散の割合です。 このチュートリアルでは、R の回帰モデルでR2 を見つけて解釈する方法の例を示します。 関連: 適切な R 二乗 […]...

統計学では、歪度と尖度は分布の形状を測定する 2 つの方法です。 歪度は、分布の歪度の尺度です。この値は正または負の値にすることができます。 負の歪度は、裾が分布の左側にあり、より負の値に向かって広がっていることを示しま […]...

四分位数は、データセットを 4 つの等しい部分に分割する値です。 最初の四分位は、データ セットの 25 パーセンタイルを表します。 2 番目の四分位は、データ セットの 50 パーセンタイルを表します。この値は、データ […]...

機械学習の分野には、データを理解するために使用できる膨大なアルゴリズムのセットが含まれています。これらのアルゴリズムは、次の 2 つのカテゴリのいずれかに分類できます。 1. 教師あり学習アルゴリズム: 1 つ以上の入力 […]...

次の構文を使用するnumpy.random.normal()関数を使用すると、Python で正規分布をすばやく生成できます。 numpy. random . normal (loc=0.0, scale=1.0, si […]...

機械学習アルゴリズムは、教師あり学習アルゴリズムと教師なし学習アルゴリズムという2 つの異なるタイプに分類できます。 教師あり学習アルゴリズムは、次の 2 つのタイプに分類できます。 1. 回帰:応答変数は連続です。 た […]...

データセットに対するモデルのパフォーマンスを評価するには、モデルの予測が観察されたデータとどの程度一致するかを測定する必要があります。 回帰モデルの場合、最も一般的に使用される指標は平均二乗誤差 (MSE) で、次のよう […]...