当需要为数据选择最合适的预测模型或方法时，预测者通常将可用的样本分成两部分：内样本（又称 "训练集"）和保留样本（或外样本，或 "测试集"）。然后，在样本中估计模型，并使用一些误差指标来评估其预测性能。...

(a)部分：k-means聚类使用k-means聚类法将数据集聚成2组。 画一个图来显示聚类的情况使用k-means聚类法将数据集聚成3组。画一个图来显示聚类的情况(b)部分：层次聚类使用全连接法对观察值进行聚类。使用平均和单连接对...

Nelder-Mead方法是最著名的无导数方法之一，它只使用f的值来搜索最小值。过程：

本教程为读者提供了使用 频率学派的广义线性模型（GLM）的基本介绍。具体来说，本教程重点介绍逻辑回归在二元结果和计数/比例结果情况下的使用，以及模型评估的方法。本教程使用教育数据例子进行模型的应用。此外，本教程还简...

大多数数据都可以用数字来衡量，如身高和体重。然而，诸如性别、季节、地点等变量则不能用数字来衡量。相反，我们使用虚拟变量来衡量它们。

将价格动态转换为收益（2），用几何时间序列（4）计算期望收益（3），而不是算术平均（收益率的波动越大，算术平均和几何平均之间的差异越大）。...

我们经常使用的一个关系性指标是相关性。通过可以利用数据框架和绘图来帮助探索相关关系。

主成分分析法是数据挖掘中常用的一种降维算法,是Pearson在1901年提出的,再后来由hotelling在1933年加以发展提出的一种多变量的统计方法，其最主要的用途在于“降维”，通过析取主成分显出的最大的个别差异,也可以用来削...

最近在做论文模拟实验并将实验结果进行可视化。下面是我这阶段的一些经验总结，在此记录下，也希望能够帮助到你。

觉得基础作图的 R 代码太啰嗦，不成体系（R基础作图合集）？觉得 ggplot2 还是太复杂了不适合自己（ggplot2合集）？那有没有更简单点的？比如说，最好是躺着就能出图的那种。...