R语言杂七杂八的笔记

刺骨的言语ヽ痛彻心扉 2022-05-25 06:41 446阅读 0赞

#### 1、决策树(Decision Tree）：是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。（即分类的属性均在数据表中，不能决策出不存在的属性） ####

###  2、set.seed()函数 ###

set.seed()用于设定随机数种子，一个特定的种子可以产生一个特定的伪随机序列，这个函数的主要目的，是让你的模拟能够可重复出现，因为很多时候我们需要取随机数，但这段代码再跑一次的时候，结果就不一样了，如果需要重复出现同样的模拟结果的话，就可以用set.seed()。在调试程序或者做展示的时候，结果的可重复性是很重要的，所以随机数种子也就很有必要。 也可以简单地理解为括号里的数只是一个编号而已，例如set.seed(100)不应将括号里的数字理解成“一百”，而是应该理解成“编号为一零零的随机数发生”，下一次再模拟可以采用二零零（200）或者一一一（111）等不同的编号即可，编号设定基本可以随意。   
例如以下实验：

x<-rnorm(10) #随机生成10个随机数 
    x 
    [1] 0.3897943 -1.2080762 -0.3636760 -1.6266727 -0.2564784 1.1017795 0.7557815 
    [8] -0.2382336 0.9874447 0.7413901 
    x<-rnorm(10) #再次随机生成10个随机数 
    x 
    [1] 0.08934727 -0.95494386 -0.19515038 0.92552126 0.48297852 -0.59631064 -2.18528684 
    [8] -0.67486594 -2.11906119 -1.26519802 
    set.seed(5) #设定种子 
    x<-rnorm(10) # 在设定种子的前提下生成10个随机数 
    x 
    [1] -0.84085548 1.38435934 -1.25549186 0.07014277 1.71144087 -0.60290798 -0.47216639 
    [8] -0.63537131 -0.28577363 0.13810822 
    set.seed(5) # 设定种子 
    y<-rnorm(10) 
    y 
    [1] -0.84085548 1.38435934 -1.25549186 0.07014277 1.71144087 -0.60290798 -0.47216639 
    [8] -0.63537131 -0.28577363 0.13810822 
    x == y 
    [1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE

### 3.factor因子 ###

在R语言中，因子（factor）表示的是一个符号、一个编号或者一个等级，即，一个点。例如，人的个数可以是1，2，3，4......那么因子就包括，1，2，3，4.....还有统计量的水平的时候用到的高、中、低，也是因子，因为他是一个点。与之区别的向量，是一个连续性的值，例如，数值中有1，1.1，1.2......可以作为数值来计算，而因子则不可以。如果用我自己的理解，简单通俗来讲：因子是一个点，向量是一个有方向的范围。

在R中，如果把数字作为因子，那么在导入数据之后，需要将向量转换为因子（factor），而因子在整个计算过程中不再作为数值，而是一个"符号"而已。

因子（Factor） 一个因子不仅包括分类变量本身还包括变量不同的可能水  
平（即使它们在数据中不出现）。因子函数factor用下面的选项创建一  
个因子：

factor(x, levels = sort(unique(x), na.last = TRUE),
    labels = levels, exclude = NA, ordered = is.ordered(x))
    levels 用来指定因子可能的水平（缺省值是向量x中互异的值）；labels
    用来指定水平的名字；exclude表示从向量x中剔除的水平值；ordered是
    一个逻辑型选项用来指定因子的水平是否有次序。

下面有一些例子：

> factor(1:3)
    [1] 1 2 3
    Levels: 1 2 3
    > factor(1:3, levels=1:5)
    [1] 1 2 3
    Levels: 1 2 3 4 5
    > factor(1:3, labels=c("A", "B", "C"))
    [1] A B C
    Levels: A B C
    > factor(1:5, exclude=4)
    [1] 1 2 3 NA 5
    Levels: 1 2 3 5
    函数levels用来提取一个因子中可能的水平值：
    > ff <- factor(c(2, 4), levels=2:5)
    > ff
    [1] 2 4
    Levels: 2 3 4 5
    > levels(ff)
    [1] "2" "3" "4" "5"

### 4、sample（）函数 ###

sample函数可以完成随机抽样处理，其基本形式为：sample（x, size, replace = FALSE）

sample函数参数说明：

x 整体数据，以向量形式给出

size 抽取样本的数目  
replace 如果为F（默认），则是不重复抽样，此时size不能大于x的长度；如果为T，则是重复抽样，此时size允许大于x的长度

相应的示例代码如下：

sample(c(1:20),size=10)  #在1~20数据中不重复地随机抽取10个元素作为样本
      [1]  8  2 20 11 14  6 19  1 12  9
     sample(c(1:20),size=30,replace=T)  #重复地随机抽取30个元素作为样本
      [1]  8 20 12 15  8  6 13  9  2 10  7  2 11  8 17  3 16  7 11  9 15 18  9  5
     [25] 16  1 18  1 11  2

### 5、table（）函数 ###

一、table 函数对应的就是统计学中的列联表，是一种记录频数的方法，对于统计来说有非常重要的应用，下面的例子都是针对维数为2的情况举例，多维的情况是类似的

下面看一个例子：