correlation

    0熱度

    2回答

    我試圖從數據框中按組/方面繪製相關圖。如果我爲每個變量分配數據,我可以做到這一點。我怎樣才能一次對所有的變量做這個事情,以便根據每個變量生成分面圖? ###Load libraries library(gdata) library(corrplot) library(ggplot2) library(gtable) library(ggpmisc) library(grid) lib

    20熱度

    4回答

    之間的關係,我有以下大熊貓據幀Top15: 我創建估計每人可引用的文件數量列: Top15['PopEst'] = Top15['Energy Supply']/Top15['Energy Supply per Capita'] Top15['Citable docs per Capita'] = Top15['Citable documents']/Top15['PopEst'] 我想知道

    3熱度

    3回答

    如果我有以下數據表: set.seed(1) TDT <- data.table(Group = c(rep("A",40),rep("B",60)), Id = c(rep(1,20),rep(2,20),rep(3,20),rep(4,20),rep(5,20)), Time = rep(seq(as.Date("2010-01-03"), lengt

    -1熱度

    1回答

    我有一個數據,包括不同的類型: a <- data.frame(x=c("a","b","b","c","c","c","d","d","e","f"),y=c(1,2,2,2,3,1,4,7,10,2),m=c("a","d","ab","ac","ac","vc","ed","ed","e","df"),n=c(2,1,5,3,3,2,8,10,10,1)) 實際上,該數據比這更復雜,可能

    0熱度

    1回答

    我有一個擁有兩行或更多行和42列的熊貓數據框。通過轉置和繪製它,我得到了行的配置文件。 df.T.plot() 我希望將列後的列進行排序,以便先有列,其中行密切相關(類似的狀況,數值在同一個方向走),並在這些行具有弱相關性(相反的配置文件,值相反)。 我可以在列上運行羣集算法,但羣集不完全是我想要的。 我認爲一種解決辦法是排序後的線性迴歸線的點距離?

    0熱度

    1回答

    我能夠通過使用WebLOAD的左,右邊界從一個表達式中提取的值,但是我使用正則表達式提取一時無法提取特定值(例如,index)從下面的表達式: index=2&Roll_ID=95372&NAME=ANDY&LastName=MURRAY&birthday 如果我們接收到一個頁以下3響應: 索引= 2 & Roll_ID = 9572 & NAME =安迪&名字

    0熱度

    1回答

    我有一個矩陣X,我試圖用KNN和皮爾遜相關性度量。是否有可能使用皮爾遜相關性作爲sklearn度量標準?我已經試過這樣的事情: def pearson_calc(M): P = (1 - np.array([[pearsonr(a,b)[0] for a in M] for b in M])) return P nbrs = NearestNeighbors(n_neigh

    1熱度

    1回答

    我能夠使用ord=All在web_reg_save_param中捕獲響應。 case 1, 輸入:12345 迴應:[「2017/3/18」,「20/2/2017」,「20/2/2016」]。 殼體2, 輸入:98451 響應:[ 「2017年12月1日」, 「2016年1月1日」] web_reg_save_param("date","LB=\"","RB=\"","ORD=ALL","LAST

    1熱度

    1回答

    考慮以下的調查數據刪除內部COR的值()的: data <- replicate(10 ,sample(c(1,2,3,4), 1000, replace = TRUE)) %>% as.data.frame() V1:V9是變量,其中1 = "Good",2 = "Okey"和3 = "Not Good"和4 = "Don't know"而V10是一個序變量,其中1 = "Good

    0熱度

    1回答

    我有兩個數據框motivation_on有60個觀察值和motivation_off有146個觀察值,每個數據框包含21個變量值和1個ID列,它位於第一列。 現在我想知道瓦爾如何相互關聯,所以我使用: rcorr(as.matrix(motivation_on[2:ncol(motivation_on)]), type = "spearman") 和 rcorr(as.matrix(motiv