来自R中数据集的所有唯一样本
，可以使用R语言中的unique()函数来实现。unique()函数可以返回一个向量或数据框中的唯一值。
具体操作步骤如下：
- 首先，加载需要处理的数据集。可以使用R语言中的read.csv()函数或其他相关函数来读取数据集。
- 使用unique()函数对数据集中的某一列或多列进行唯一值的提取。例如，如果数据集中有一个名为"sample"的列，可以使用unique(data$sample)来获取该列中的唯一值。
- 如果需要获取整个数据集中的唯一样本，可以使用unique()函数对整个数据集进行操作。例如，使用unique(data)即可获取数据集中的所有唯一样本。
唯一样本的应用场景包括数据清洗、数据分析、数据可视化等。通过获取唯一样本，可以去除数据中的重复值，减少数据处理的复杂性，提高数据分析的准确性。
腾讯云相关产品中，与数据处理和分析相关的产品包括云数据库 TencentDB、云数据仓库 Tencent Data Lake Analytics、云数据集成 Tencent Data Integration 等。您可以通过访问腾讯云官网了解更多产品详情和功能介绍。
参考链接：
相关·内容
我不太熟悉SAS逻辑，也不知道在我的任务中使用哪些步骤。基本上，我想要计算唯一记录数和记录数(唯一比率)之间的比率，以确定一个变量是离散的还是连续的。数据集包含700+变量和500万条记录，因此使用proc可能会崩溃。
以下是我的脚步声：
数据集中的示例100000
计算样本中每一列的“唯一比率”
重复步骤1和步骤2，重复N次，例如50次。我们将拥有如下的最终数据集：
Var_name Sample_Number Unique_ratio
Var_1 1 0.58
.... .....
浏览 4提问于2015-09-17得票数 0
回答已采纳
3回答
我正在做情感分析，我正在使用这个链接中给出的数据集：http://www.cs.jhu.edu/~mdredze/datasets/sentiment/index2.html和我已经将我的数据集划分为50:50的比例。50%用作测试样本，50%用作训练样本，从训练样本中提取特征并使用Weka分类器进行分类，但我的预测准确率约为70-75%。
谁能推荐一些其他的数据集来帮助我提高结果-我已经使用了unigram，bigram和POStags作为我的特征。
浏览 9提问于2014-07-07得票数 16
回答已采纳
1回答
对于多标签分层，我们有一个很好的解决方案，由scikit-multilearn实现，我相信它是基于“多标签数据分层”中提出的算法。但是，在某些情况下，当我们的数据集中的一些样本缺乏独立性时，我们需要分离的数据来包含不重叠的组。例如，如果我们有来自A组的10个样本和来自B组的5个样本，那么所有的A组样本都需要在一个分离的数据集中，而来自B组的所有样本都需要在另一个集合中。有谁知道实现这一目标的算法或近似算法吗？我可以用不相交的组生成训练和测试集，也可以创建标签分层培训和测试集，但我还没有找到一种好的方法来实现这两种方法。
浏览 0提问于2023-01-26得票数 0
我只有30个样本的小数据集，所以我只有一个训练数据集，但没有测试集。因此，我想使用交叉验证来评估模型。我已经使用交叉验证和LOO在r中运行了pls模型。mvr输出具有fitted values和validation$preds值，这两个值是不同的。作为训练集的R2和RMSE的最终结果，我应该使用最终的fitted values值还是validation$preds值？
浏览 26提问于2020-08-10得票数 0
3回答
我需要用交叉验证的方法在R中回溯预测模型。
因此，我应该选择数据集中的5个中的4个用于培训目的，并使用剩下的一个进行测试。
现在，假设x是由100个观测数据组成的总数据集，我知道您可以在R中选择一个子样本x1，方法是：
x1 <- x[1:80, ]
通过这种方式，我从数据集中的第五个观察中选择了前4个。
我应该如何从第五个子样本中选择第二个4，即观察[1:20]和[40:100]。
任何提示都将不胜感激。如果问题会导致不清楚，请在评论中点评我。
浏览 2提问于2015-07-04得票数 0
回答已采纳
我有一个数据集，我想对样本进行分层，创建关于使用caret包的统计模型，然后生成预测。
我发现的问题是，在分层数据集的不同迭代中，我得到了显著不同的结果(部分原因可能是数据样本M=1000相对较小)。
我想要做的是：
生成分层数据样本
创建机器学习模型
重复1000时间&取平均模型输出
我希望，通过重复关于分层数据集变化的步骤，我能够避免由于较小的数据样本而产生的预测中的微妙变化。
例如，在r中，它可能是这样的；
Original.Dataset = data.frame(A)
Stratified.Dataset = stratified(Original.Da
浏览 1提问于2018-02-20得票数 2
回答已采纳
3回答
重叠样本的训练测试分割
、、、
我正在对时间顺序传感器数据进行分类(在Python中)，在这里，我将传感器数据分割成样本，具有一定的窗口长度(例如3秒)。然而，这些样本也是相互重叠的。例如，第一个示例是0s \rightarrow 3s，第二个是2.7s \rightarrow 5.7 s.
我现在在想，我怎样才能对这些样品进行适当的列车测试。现在，我看到了两种方法来做到这一点：
先对样本进行分割，然后将样本“放置在边界”，以避免训练数据与测试数据的重叠。但是，这并不是最优的，因为我希望所有数据集都有培训和测试集的样本。否则，我只需要测试数据序列上的分类器，这可能与用于训练的序列非常不同。
首先对样本进行洗牌，然后将它们分割
浏览 0提问于2018-06-26得票数 2
2回答
我知道，您应该使用培训数据中的参数(平均值和stdev)来扩展测试数据。这是相对简单的；但是，如果一个训练数据集(例如，集合A=5个样本)中的样本数量有限，所以我想将两个数据集(即集合A+集合B=10个样本)组合起来，以便有足够的样本进行培训，我能做些什么，以便将这两个集合缩放/规范化为一个，然后在测试集中使用这些参数？如果我单独缩放它们，我将有2个平均值和2个stdev。
上下文是，我尝试将来自两个不同的微阵列平台的两个微阵列表达式组合起来，因此它们的表达范围是不同的。
谢谢你提前提供帮助
浏览 0提问于2018-10-31得票数 4
1回答
我有一个包含客户代码、客户名称和邮政编码的数据集。数据集有149130行。我希望将其平分为两个数据集(每个数据集为74565行)，并在excel中导出。但是，我想确保如果一个邮政编码有两个客户，一个是dataset1，另一个是dataset2。剩下的可以是随机选择的客户。我是新手，尝试过各种训练/测试和样本代码--但是我还没有达到所需的结果。
总之，我正在尝试从数据中创建两个随机样本，但希望确保如果在某个邮政编码下有两个以上的客户，那么它们应该在两个样本之间平分。
样本数据-
TIA
浏览 7提问于2020-05-06得票数 0
回答已采纳
1回答
在我前面题为"“的问题之后，我想从一组>2000的数字中抽取样本，这些数字是从测量中收集的。我想要执行几个测试(每次测试最多取10个样本)，同时在整个测试过程中以及在每个测试中(尽可能多地)保持概率分布。现在，我不是完全随机抽样，而是将数据划分为5个分位数，在10个测试中，我从每个分位数中抽取了2个数据元素，对每个分位数中的数据数组使用一致随机分布。
完全随机抽样的问题是，由于数据的分布是长尾的，我在每次测试中得到的数值几乎相同。我需要一些小值样本，一些中间值样本，和一些大值样本在每个测试中。所以我按描述取样。
图1.数据的~2k元素密度图。
这是计算分位数的R代码：
浏览 0提问于2015-09-13得票数 1
1回答
人们经常指出，样本在统计和统计所支持的科学中是一个过载的术语。在我的领域(地质科学)和大多数其他科学一样，收集有意义的数据的过程是至关重要的，关于这个过程中的陷阱和陷阱的讨论是关于取样的。就在不久的将来，特别是当实验室的结果回来时，涉及统计学家、数据科学家、地貌学家、地理信息系统分析人员甚至是普通地质学家的谈话很可能试图在同一句话中包含多个样本的含义！
问:是否有任何数据科学家(或统计学家)找到了传递这些不同含义的实用方法？
一种方法是在取样前总是添加土壤、岩石、统计等。但我很好奇是否还有其他有效沟通的方法在使用中。
浏览 0提问于2015-01-05得票数 1
1回答
我在SQL方面的知识非常有限，但我必须创建一个报表查询(在EPDM*中)，并且我对内部联接(in :)感到迷茫：)
*EPDM是一个项目数据管理软件，它有一个报表生成器。这需要一个格式化的查询文件。
这是一个有效的查询文件内容：
@[ListAllDoc]
§Name [List all documents]
§Company [Econ]
§Description [This query lists all documents]
§Version [1.1]
§Arguments
[
ProjectID pProjectID [1] [Select search folder.
浏览 0提问于2020-01-16得票数 4
回答已采纳
我正在处理多个文件，以及每个文件中的多个培训样本。我将使用ConcatDataset，如下所述：
除了我的真实样本之外，我还需要有阴性样本，并且我需要从所有的训练数据文件中随机选择我的阴性样本。因此，我想知道，返回的批处理示例是来自单个文件的随机连续夹子，还是跨所有数据文件的多个随机索引的批处理范围？
如果需要更多的细节来说明我到底想要做什么，那是因为我正试图通过一个TPU来训练Pytorch XLA。
通常，对于阴性样本，我只需要使用第二个DataSet和DataLoader，但是，我试图使用Pytorch (alpha是几天前发布的 )在TPUs上进行培训，要做到这一点，我需要将自己的D
浏览 2提问于2019-10-13得票数 2
回答已采纳
我有一个数据框架，其第一列是一个示例ID号，然后是一个良好的位置，如下所示：
>df[1:12,1:10]
S W V3 V4
SID1 A01 <NA> <NA>
SID2 A02 <NA> <NA>
SID3 A03 <NA> <NA>
SID4 A01 <NA> <NA>
SID5 A02 <NA> <NA>
SID5 A03 <NA> <NA>
S柱和W柱的组合是独特的，而且必须保持不变，因为有些样本重复测量，但由于下
浏览 2提问于2012-03-02得票数 1
回答已采纳
我在一列上使用了duplicate关键字，它确实工作得很好，但是当我在select查询中添加第二列时，它不适用于我，因为这两列都有重复的值。因此，我不想在两列中显示重复的值。是否存在适当的select查询。
样本数据如下：
对于Col001：
555
555
7878
7878
89.
Col002：
43
43
56
56
56
67
67
67
79
79
79.
我想要这种格式的数据: Col001：
555
7878
89.
Col002：
43
56
67
79
我尝试了以下查询：
Select distinct col001, col002 from tbl1
浏览 6提问于2022-05-30得票数 0
回答已采纳
2回答
我正在分析一个大的R基因表达数据集，有100个样本和50.000个基因。
我已经对样本间的模式做了一些非常有用的PCA预测。现在，我想对数据做一些预测，最大限度地扩大我对样本的标签之间的差异。
通常，我会使用来自lda()包的MASS函数来完成这个任务。然而，这是太慢和内存密集型。
如果目标是产生样本的投影，使已知标签之间的差异最大化，那么lda()的一些好的替代方案是什么？
谢谢!
浏览 1提问于2015-03-18得票数 1
回答已采纳
我正在使用不同的项目数据集和输入特征(继承树的深度、子代的数量、方法的数量)，其中这些特征在每个不同的项目中具有每个类的值。
我读过很多论文，说神经网络或任何其他模型都不能处理不同分布的数据集
我的问题是：
具有不同分布的数据集的含义是什么(其中单个数据集具有多个样本，每个样本对应于该项目中的一个类)为什么NN或任何算法都不能处理两个不同分布的数据集
提前谢谢。
浏览 0提问于2020-01-12得票数 0
我目前正在使用R中的caretEnsemble包来组合在插入符号中训练的多个模型。我已经从相同的包中使用caretList函数获得了最终训练模型(比如model_list)的列表，如下所示。
model_list <- caretList(
x = input_predictors,
y = input_labels,
metric = 'Accuracy',
tuneList = list(
randomForestModel = caretModelSpec(method='rf',
浏览 2提问于2015-05-29得票数 3
1回答
我正在使用TensorFlow来实现对象识别。我遵循本教程，但使用我自己的数据集。
我用212份阳性样本和120份阴性样本进行训练。该测试集包含100份阳性样本和20份阴性样本。训练精度仅为32.15%，测试精度为83.19%。
我想知道是什么使考试的精度比训练的精度高，我的数据集是不是不够大？数据不显示任何统计意义？或者这是一件普通的事情，因为我看到一些人说训练的精确性没有任何意义。但这是为什么？
浏览 2提问于2016-06-01得票数 0
在下面的代码中，我使用bootstrapping来计算CI.和p值，在零假设下，即两种不同的肥料对番茄植株的产量没有影响(另一种选择是“改进”的肥料更好)。第一个随机样本(x)来自使用了标准肥料的植物，而第二个样本(y)所在的植物则使用了“改进”的肥料。
x <- c(11.4,25.3,29.9,16.5,21.1)
y <- c(23.7,26.6,28.5,14.2,17.9,24.3)
total <- c(x,y)
library(boot)
diff <- function(x,i) mean(x[i[6:11]]) - mean(x[i[1:5]])
b
浏览 6提问于2010-09-01得票数 6
回答已采纳
1回答
我试图在R (e1071包)中使用支持向量机将样本分类为正常或肿瘤。我有两个独立的数据集-训练(~50个样本，100个特征)和测试(~60个样本)。这些数据集是由两个不同的研究小组执行的两个不同的微阵列平台上的微阵列表达值，因此它们的值范围非常不同。我是支持向量机和R的新手，所以一开始，我在我的训练集上做了一个Z分数的标准化，然后我在我的测试集上做了一个Z分数的标准化。即
(x_Train - mean_Train) / (stdev_Train)
(x_Test - mean_Test) / (stdev_Test)
当我探索了更多关于这个主题的论坛帖子时，我发现建议在我的测试集上使用训练集
浏览 0提问于2018-11-15得票数 1
1回答
我有一个基因不同等位基因的频率数据和总样本数(1242890)。为了进行统计检验(卡方检验、费雪检验等)，我需要知道等位基因出现的次数。转换频率数据的最好方法是什么?每个等位基因(整数)的计数最准确。在R中有什么函数吗？在excel中，我尝试过舍入、舍入和舍入：
*Allele* *Frequency*
Allele1 0.228
Allele2 0.195
Allele3 0.099
Allele4 0.04
Allele5 0.00167
Allele6 0.00127
Allele7 0.027
Allele8 0.1
浏览 0提问于2016-03-19得票数 0
对于每个组的给定列，我需要用不同行的非NA值替换每一行的NA值
假设样本数据如下：
id name
1 a
1 NA
2 b
3 NA
3 c
3 NA
期望产出：
id name
1 a
1 a
2 b
3 c
3 c
3 c
有没有办法在r中实现这一点？
浏览 3提问于2015-08-07得票数 10
回答已采纳
大家好，非常感谢你们的帮助，
如上文所示，我必须将数字从A列分配到B列，这样B列中的数字4193每次都与A列中的数字1匹配，B列中的数字15每次都与A列中的数字2相匹配，以此类推(这只是我作为一个示例提供的一个随机样本，因为我正在处理一个非常大的数据集)。这应该没什么大不了的，但问题是这两列的大小不同(A列比B列大得多)。
我花了好几个小时自己做这个，还浏览过论坛，但在如何解决这个问题上我没有发现任何类似的问题。而且，由于我正在处理的数据集非常大，所以我无法手动完成此操作。
主要的想法是使B栏中的每一个数字与A栏中对应的数字并排重复(如前所述)。我不知道如何在计算上做到这一点，但从逻辑上讲，
浏览 3提问于2022-04-15得票数 0
我正在尝试分析在线代码，并想使用贝叶斯分类。然而，我需要相当数量的预分类代码作为样本数据。
也许是20种左右的顶级语言？
有人知道这样的语料库吗？
浏览 1提问于2013-06-01得票数 1
1回答
分类问题说明：
假设有一个具有X样本和d特性的常规数据集。
这个分类问题有些困难(许多特性，很少样本，总体AUC ~70%低)。
可以说，特征选择/提取、降维、核、分类器已经得到了广泛的应用。所以我不想尝试这些。
我并不期待看到AUC整体上的改善。目标是在大海捞针中找到相关的特征。
对我的做法的说明：
我选择了d特性的所有成对组合，并创建了许多二维子数据集x和n样本。
在每个子数据集x上，我执行10次交叉验证(使用主数据集X的所有样本)。一个很长的过程，假设数周的计算。
我选择顶级k对(例如，根据最高的+ )并将它们标记为+。所有其他对都被标记为-。
对
浏览 2提问于2014-09-01得票数 2
1回答
关于这个话题，我有几个问题，我希望有人对其中任何一个都有经验。
我想要做的是训练一个LSTM网络，它的输入是XYZ空间中N个步骤的序列(即每个样本中N个点上的3个特征，每个点是空间中某个坐标的一部分)，我想在同一个XYZ空间中预测下一个点。
注意:并非所有样本都来自同一个DB，这意味着XYZ空间在某些样本/
我的问题是：
假设我想使用最小-最大缩放，我是一次缩放所有的样本，还是每个XYZ空间缩放？假设我有来自XYZ_A的100个样本和来自XYZ_B的50个样本，我是否从两个空间的150个点取我的最小/最大值？
我也应该缩放输出标签吗？如果是这样的话，我应该在最初的比例中使用它们，还是应该只对我
浏览 0提问于2019-01-19得票数 0
回答已采纳
我有一个有数百万行的Dataframe，为了创建一个模型，我使用dataset.sample(int(len(dataset)/5))从这个数据集中随机抽取了一个样本，它从对象的轴返回一个随机的项目样本。现在我想验证样本是否不会从总体中失去统计意义，即确保样本的每个特征(列)的概率分布对于整个数据集(总体)具有相同的概率分布。我既有数字特征，也有分类特征。如何在Python中检查这些特征是否具有相同的概率分布？
浏览 102提问于2020-12-18得票数 2
回答已采纳
我正在研究一个二进制分类问题，其中数据集有大约5%的正类样本。我拆分了数据集，70%用于培训，30%用于测试。我只使用了一次测试数据来报告模型的性能。
由于这种不平衡，我在培训数据集中使用了SMOTE对少数族裔类进行重采样。此外，我还根据如何提升样本、简历和网格搜索的建议，使用CV和网格搜索来优化模型性能，以避免数据泄漏。
假设我正确地处理了培训过程，我想知道如何在测试数据中报告分类结果。我的理解是，对于不平衡的数据集，您应该使用AUPRC (参见不错的解释这里)。那么，如果我解决了培训中的不平衡问题，我是否需要用AUPRC报告结果，还是使用传统的中华民国？
谢谢你提前帮忙。
浏览 0提问于2022-08-17得票数 0
1回答
我希望从数据中抽取一个样本，使变量的原始比例保持不变。例如，如果在我的原始数据中有1000个值，其中有100个a值，800个b值和100个c值。如果我要从这个原始数据中抽取100个值，它应该有10个a值，80个b值和10个c值。请帮助！
浏览 5提问于2017-07-06得票数 0
我想知道是否将Keras steps_per_epoch参数设置为小于(数据集/批处理大小中的样本数)的固定值，将始终在数据集中使用相同的样本(从样本0到样本(steps_per_epoch*batch_size)-1)，从而减小训练集的有效大小，还是在每个时代都从大小batch_size的训练集(不替换)中提取steps_per_epoch随机样本？
瑞格兹。
亚历克斯
浏览 2提问于2020-08-22得票数 2
回答已采纳
3回答
我正在使用perl+R分析一个大型样本数据集。对于每两个样本，我计算t-test p值。目前，我使用statistics::R模块将值从perl导出到R，然后使用t.test函数。然而，这个过程非常慢。我想知道是否有人知道perl函数将以更有效的方式执行相同的过程。
谢谢!
浏览 0提问于2012-01-22得票数 1
我正在训练一个三维CT扫描分类模型(图像中是否有结节)。
我使用一个三维CNN，我得到了以下曲线；
📷
(蓝色曲线是验证数据(数据集的10%))
正如您所看到的，我在验证损失(val的交叉熵高达0.16 )和度量(val的分类精度)(val高达1.0 )上都取得了很好的结果，但在训练数据上没有。
由于我的数据集非常小(120个样本)，所以我在训练数据和几个退出层上使用了网格变形，所以它可以解释训练集上的较低的结果。
不过，我不知道我是否能接受这种结果？
浏览 0提问于2020-07-17得票数 1
from sklearn.feature_extraction.text import CountVectorizer
vectorizer = CountVectorizer()
train_matrix = vectorizer.fit_transform(train_data['review'])
test_matrix = vectorizer.fit_transform(test_data['review'])
训练LogisticRegressor
from sklearn.linear_model import LogisticRegress
浏览 71提问于2018-06-04得票数 0
1回答
我目前有一个包含21392个样本的数据集，其中16948属于多数类(A类)，其余4444属于少数类(B类)。目前，我正在使用SMOTE (合成少数群体过采样技术)来生成合成数据，但对于应该生成多大比例的合成样本以确保机器学习/深度学习模型的良好分类性能，我感到困惑。
我有几种选择：- 1.第一种选择是生成21392个新样本，其中16904个A类样本和其余4488个B类少数样本，然后将原始样本和综合生成的新样本合并。然而，我认为，主要的缺点是，在我的总体数据集(original+new)中，少数群体样本的百分比将大致保持不变，我认为这违背了过度抽样少数群体样本的目的。2.第二种选择是产生2139
浏览 0提问于2019-03-13得票数 1
回答已采纳
1回答
R (R指挥官)-样本
、、、
我在为示例函数而挣扎，如何从dataset变量中抽取50个样本？在我的数据集中，有82个变量，我不知道如何从一个变量中取样.；我只想从R指挥官(或R)的一个变量(或R)中随机抽取50个样本。
救命啊！
浏览 4提问于2014-10-12得票数 1
回答已采纳
1回答
我正在开发一个程序，该程序将从您的汽车上获取数据，并将其显示在虚拟gagae板上。我正在重新设计软件，并计划应用我学到的新技术，比如使用复合模式来组织我的可绘制对象。
我的问题是，我的图形是由一个数据集支持的，该数据集包含我的汽车状态的当前快照。我应该在初始化可绘制对象时传递指向数据集中的值的指针，还是应该在调用可绘制对象的更新函数时通过缓冲区将实际值传递给它。如果我传递一个指向drawable的指针，它将在我调用update函数时获取该值，但同时我必须为该对象提供能够锁定该函数的方法，从而导致我的数据集错过了来自硬件的可能的值插入。如果我直接将值传递给update函数，我可以将线程锁从实际绘
浏览 0提问于2011-09-17得票数 1
3回答
我有一个不平衡的数据集，有88个阳性样本和128575个阴性样本。因为这是一个生物数据集，所以我不愿意对这些数据进行过多/欠采样，我不想介绍合成数据。我用这个原始数据集构建了一个随机森林分类器。我的正面课的F1分数是0。零精度。零召回。我反复核对了预测和测试数据。该模型预测了一些积极因素，但实际上没有一个是积极的。最糟糕的表现。
所以，我试图过高样本的正面类。我把阳性样本加到1000个样本上。令我惊讶的是，这个数据集的F1分数为0.97，对于正类。然后我尝试了较少的样本。在200个阳性样本中，我的F1评分为0.83，仅为原始阳性样本的2.25倍。
我想知道为什么会发生这种情况。对于88个样本，
浏览 0提问于2019-09-25得票数 7
回答已采纳
我不太熟悉R中的编程，我的问题如下:我有一个包含55个观察值的数据集。我想从这个数据集中创建1000个长度为45的新样本，这些样本必须是唯一的(不能有两个样本是相同的)。我尝试这样做，但没有得到想要的结果：
set.seed(830219)
Newsample <- numeric(1000)
for(samp in 1:1000){
New <- sample(Xij, 45, replace=F)
sam[boots] <- unique(New)
}
有任何提示或解决方案吗？非常感谢！
浏览 1提问于2015-02-13得票数 0
当得分设置为cv.values_度量时，我试图理解存储在Scikit-Learn的RidgeCV的r2_score对象中的值。
根据 for Scikit-Learn的RidgeCV函数，当store_cv_values=True：
每个alpha的交叉验证值(仅当store_cv_values=True和cv=None可用)。在调用fit()之后，该属性将包含均方错误(默认情况下)或{loss，score}_func函数的值(如果在构造函数中提供)。
虽然我不太清楚RidgeCV的原生广义交叉验证是如何工作的，但是如果它确实是离开一出交叉验证的近似值，那么cv_values对象似乎代
浏览 11提问于2020-09-01得票数 3
我很少有编程经验，但我正在从事一个统计项目，并希望生成一个不相等的概率样本，其中一个单元的包含概率基于其大小(PPS)。
基本上，我有两个数据集：
ds1列出了美国的州和我试图估计的参数
ds2有每个州的人口规模。
我的问题：
我希望使用R从第一个数据集中选择一个随机样本，使用基于每个状态的总体(第二个数据集)的包含概率。
还有什么方法可以用R来计算这些广义不等概率估计公式吗？
也只是对公式的注记: pi_i是包含概率，pi_ij是联合包含概率。
浏览 6提问于2017-12-03得票数 2
1回答
我正在研究R中的随机森林，我想在我的模型中添加10倍的交叉验证。但我被困在那里了。这是我的代码样本。
install.packages('randomForest')
library(randomForest)
set.seed(123)
fit <- randomForest(as.factor(sickrabbit) ~ Feature1,..., FeatureN ,data=training1, importance=TRUE,sampsize = c(200,300),ntree=500)
我在网上找到了插入符号中的函数rfcv，但我不确定它是如何工作的。有人可
浏览 5提问于2015-07-26得票数 7
回答已采纳
我有两个数据集，包含40000个样本。我想在python中计算这两个数据集之间的Kullback-Leibler散度。在python中有什么有效的方法可以做到这一点吗？
浏览 2提问于2017-07-13得票数 3
任何zfs用户都熟悉"zfs列表-r“的输出。
在一个池中"zfs列表-r poolX“
它列出了该池上每个zfs文件系统中的所有快照，而没有其他任何内容。
与其他池相比，我没有发现任何不同的设置。但一定有什么是我不经意间设置的/取消的。
有人能提供一些想法来追踪这件事吗？
浏览 0提问于2022-07-01得票数 0
11回答
通常的做法是在训练和测试集，或者仅仅是训练数据集上增加数据(在包含图像的数据集中，以编程方式添加样本，例如随机作物等)？
浏览 23提问于2017-12-29得票数 38
回答已采纳
我试图通过Datacamp：来理解R中KNN算法的这个例子
我很难理解他们是如何执行抽样来设置培训和测试数据集的。
我能够遵循代码，直到这一行：
ind <- sample(2, nrow(iris), replace=TRUE, prob=c(0.67, 0.33))
我的理解是，这创建了一个长度等于nrow(iris)的向量，向量值为1或2，选择这些值的概率分别为0.67和0.33。
因此，我们得到以下输出：
> ind
[1] 1 1 2 1 2 2 1 2 1 1 1 1 2 2 1 1 1 1 2 2 1 1 1 1 2 1 1 1 1 2 1 2 1 2 1 1 1
浏览 1提问于2018-08-04得票数 0
回答已采纳
我想对分类器在我的不平衡数据集上的效果进行估计。当我尝试从sklearn中拟合KNN分类器时，它没有为少数类学习到任何东西。所以我所做的是我用k=R(其中r是不平衡比1: R)来拟合分类器，并且我预测每个测试点的概率，如果少数类的分类器的概率输出大于R(其中r是不平衡比1: R)，则将一个点分配给少数类。我这样做是为了估计分类器的性能(F1-score)。我在生产中不需要分类器。我做的是对的吗？
浏览 31提问于2019-06-24得票数 2
1回答
我想创建一个非常大(大约200万行)的data.table df的随机子集。数据表有一个权重列wgt，它指示每行代表多少个观察值。为了生成我想要提取的行号的向量，我按照以下步骤进行：
我得到了观察的确切数量：
ns<- length(df$wgt)
我得到了所需的行数(样本的30%)：
lines<-round(0.3*ns)
我计算概率的向量：
pr<-df$wgt/sum(df$wgt)
然后我计算行号的向量来获得子样本：
ssout<-sample(1:ns, size=lines, probs=pr)
最终目标是使用df[ssout,]对数据进行子集。然而，R在
浏览 2提问于2015-07-21得票数 1
我意识到所有的都有比他们的火车大的测试集。为什么这个数据集是这样组织的？我认为这很奇怪，即使它是模型比较的虚拟数据集。
Monk1列车样本:124个测试样本: 432个
Monk2列车样本:169个测试样本: 432个
Monk3列车样本:122个测试样本: 432个
浏览 1提问于2018-01-27得票数 2
回答已采纳
我正在使用R.这些是我的数据：
Prot_before：A矩阵有70000行，每行有两列:组(有700个组)和每个样本的值(有120个samples).Prot_healthy：A矩阵，有30000行，每一行有两列:组(700个组)和每个样本值(45个样本)。
对于prot_before中的每一行，我希望找到它的值减去prot_healthy中该组中所有样本的值。
例如：
set.seed(100)
Prot_before <- data.frame(cat = c(rep("aaa", 5), rep("bbb", 5), rep("ccc&#
浏览 4提问于2019-11-29得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
