1
00:00:00,000 --> 00:00:00,750

2
00:00:00,750 --> 00:00:09,800
>> [REPRODUCCIÓ DE MÚSICA]

3
00:00:09,800 --> 00:00:13,014

4
00:00:13,014 --> 00:00:13,680
DUSTIN TRAN: Hola.

5
00:00:13,680 --> 00:00:14,980
Dustin del meu nom.

6
00:00:14,980 --> 00:00:18,419
Així que vaig a presentaré
Anàlisi de dades en R.

7
00:00:18,419 --> 00:00:19,710
Només una mica sobre mi.

8
00:00:19,710 --> 00:00:24,320
Actualment sóc un estudiant graduat en
les Ciències de l'Enginyeria i Aplicades.

9
00:00:24,320 --> 00:00:28,330
Jo estudi una intersecció de
aprenentatge automàtic i estadístiques

10
00:00:28,330 --> 00:00:31,375
Així, l'anàlisi de dades en R és
realment fonamental per al

11
00:00:31,375 --> 00:00:33,790
Ho faig cada dia.

12
00:00:33,790 --> 00:00:35,710
>> I R és especialment
bo per a l'anàlisi de dades

13
00:00:35,710 --> 00:00:39,310
perquè és molt bo per a la creació de prototips.

14
00:00:39,310 --> 00:00:43,590
I en general, quan estàs fent alguna mena
d'anàlisi de dades, molts dels problemes

15
00:00:43,590 --> 00:00:44,920
van a cognitiva.

16
00:00:44,920 --> 00:00:48,700
I pel que només volen tenir
la molt bona llenguatge que

17
00:00:48,700 --> 00:00:53,770
és només bo per fer
funcions incorporades, en oposició

18
00:00:53,770 --> 00:00:57,430
a haver de bregar amb les coses de baix nivell.

19
00:00:57,430 --> 00:01:01,040
Així que en el principi, jo només vaig
per introduir el que és R, per què

20
00:01:01,040 --> 00:01:04,540
que voleu utilitzar, i
després anar per sobre en alguna demostració,

21
00:01:04,540 --> 00:01:07,060
i només ha d'anar d'allà.

22
00:01:07,060 --> 00:01:08,150
>> Llavors, què és R?

23
00:01:08,150 --> 00:01:11,180
R és només un llenguatge desenvolupat
per al càlcul estadístic

24
00:01:11,180 --> 00:01:12,450
i la visualització.

25
00:01:12,450 --> 00:01:16,000
El que això significa és que
és un llenguatge molt excel·lent

26
00:01:16,000 --> 00:01:22,400
per a qualsevol tipus de cosa que s'ocupa de
incertesa o la visualització de dades.

27
00:01:22,400 --> 00:01:24,850
Així que tens tots aquests
distribucions de probabilitat.

28
00:01:24,850 --> 00:01:27,140
No seran
funcions incorporades.

29
00:01:27,140 --> 00:01:31,650
També tindràs excel·lent
conspirar paquets.

30
00:01:31,650 --> 00:01:34,110
>> Python és un altre que competeixen
idioma per a dades.

31
00:01:34,110 --> 00:01:40,020
I una cosa que em sembla que R
és molt millor és la visualització.

32
00:01:40,020 --> 00:01:45,200
Així que el que vostè veurà a la demo com
així és només un llenguatge molt intuïtiu

33
00:01:45,200 --> 00:01:48,050
que només funciona extremadament bé.

34
00:01:48,050 --> 00:01:53,140
També és lliure i de codi obert, com
és un altre bon llenguatge suposo.

35
00:01:53,140 --> 00:01:55,440
>> I aquí, un munt de poc
paraules clau llançat en vostè.

36
00:01:55,440 --> 00:02:00,450
És dinàmic, és a dir, si té una
tipus específic assignat a un objecte

37
00:02:00,450 --> 00:02:02,025
del que només canviarà sobre la marxa.

38
00:02:02,025 --> 00:02:05,670
És mandrós, així que és intel·ligent sobre
com ho fa càlculs.

39
00:02:05,670 --> 00:02:12,250
Funcionals, el que realment pot funcionar
amb seu fora de funcions, per anything--

40
00:02:12,250 --> 00:02:16,910
qualsevol tipus de manipulació que ets
fent, es basa fora funcions.

41
00:02:16,910 --> 00:02:20,162
>> Així operadors binaris, per exemple,
són funcions intrínsecament just.

42
00:02:20,162 --> 00:02:21,870
I tot el que
que vas a fer és

43
00:02:21,870 --> 00:02:24,690
va a executar fora de si mateix funcions.

44
00:02:24,690 --> 00:02:27,140
I llavors orientat a objectes també.

45
00:02:27,140 --> 00:02:30,930
>> Així que aquí és una parcel·la XKCD.

46
00:02:30,930 --> 00:02:34,350
No només perquè em sento com
XKCD és fonamental per a qualsevol tipus

47
00:02:34,350 --> 00:02:37,770
de presentació, sinó perquè
Sento que això realment

48
00:02:37,770 --> 00:02:42,160
martells al punt que una gran part del
moment en què vostè està fent algun tipus de dades

49
00:02:42,160 --> 00:02:46,570
anàlisi, el problema no és
tant la rapidesa amb que s'executa,

50
00:02:46,570 --> 00:02:49,850
però quant de temps es va a
el portarà a programar la tasca.

51
00:02:49,850 --> 00:02:54,112
Així que aquí és només analitzar si
estratègia a o b és més eficient.

52
00:02:54,112 --> 00:02:55,820
Això serà
cosa que ets

53
00:02:55,820 --> 00:02:58,290
va a tractar molt amb en
tipus de llenguatges de baix nivell

54
00:02:58,290 --> 00:03:03,440
on vostè està tractant amb faltes seg,
assignació de memòria, inicialitzacions,

55
00:03:03,440 --> 00:03:05,270
fins i tot fent les funcions incorporades.

56
00:03:05,270 --> 00:03:09,920
I això és manejat
molt, molt elegant en R.

57
00:03:09,920 --> 00:03:12,839
>> Així que per martellejar aquesta
punt, el major coll d'ampolla

58
00:03:12,839 --> 00:03:13,880
serà cognitiu.

59
00:03:13,880 --> 00:03:17,341
Així, l'anàlisi de dades és un problema molt difícil.

60
00:03:17,341 --> 00:03:19,340
Ja sigui que vostè està fent
aprenentatge automàtic o ets

61
00:03:19,340 --> 00:03:22,550
fent només una mena de
exploració de dades bàsiques,

62
00:03:22,550 --> 00:03:25,290
no vol tenir
a prendre un document

63
00:03:25,290 --> 00:03:27,440
i després compilar
cosa cada vegada que

64
00:03:27,440 --> 00:03:31,010
vol veure el que una columna s'assembla,
el particular, les entrades en una matriu

65
00:03:31,010 --> 00:03:32,195
sembla.

66
00:03:32,195 --> 00:03:34,320
Així que només vull tenir
alguna de les interfícies realment agradable

67
00:03:34,320 --> 00:03:37,740
pot executar una funció simple
que els índexs al

68
00:03:37,740 --> 00:03:41,870
desitja i només executa des d'allà.

69
00:03:41,870 --> 00:03:44,190
I necessites domini
llenguatges específics per a això.

70
00:03:44,190 --> 00:03:51,750
I R realment l'ajudarà a definir el
problema i resoldre'l d'aquesta manera.

71
00:03:51,750 --> 00:03:58,690
>> Així que aquí és una mostra de programació trama
popularitat del R com s'ha anat amb el temps.

72
00:03:58,690 --> 00:04:04,060
Així com vostè pot veure, com 2013 o
de manera que només volat enormement.

73
00:04:04,060 --> 00:04:09,570
I això ha estat només per això
gran tendència en la indústria de la tecnologia

74
00:04:09,570 --> 00:04:10,590
dades sobre grans.

75
00:04:10,590 --> 00:04:13,010
A més, no només la tecnologia
indústria, però en realitat

76
00:04:13,010 --> 00:04:16,490
qualsevol que- indústria perquè
moltes de les indústries

77
00:04:16,490 --> 00:04:20,589
són una espècie de fonamental
tractant de resoldre aquests problemes.

78
00:04:20,589 --> 00:04:24,590
I en general, es pot tenir una mica de bona
forma de mesurar aquests problemes

79
00:04:24,590 --> 00:04:29,720
o fins i tot la definició d'ells o
resoldre'ls utilitzant les dades.

80
00:04:29,720 --> 00:04:35,430
Així que crec que en aquest moment R és l'11
més popular llenguatge de TIOBE

81
00:04:35,430 --> 00:04:38,200
i ha estat creixent des de llavors.

82
00:04:38,200 --> 00:04:40,740

83
00:04:40,740 --> 00:04:43,080
>> Així que aquí està una mica més
característiques de R. Té

84
00:04:43,080 --> 00:04:46,900
un enorme nombre de paquets i
per totes aquestes coses diferents.

85
00:04:46,900 --> 00:04:52,470
Així que cada vegada que tingui un
cert problema, la majoria

86
00:04:52,470 --> 00:04:55,060
el temps de R tindrà
aquesta funció per a vostè.

87
00:04:55,060 --> 00:04:58,520
Així que si vostè vol
construir una espècie de màquina

88
00:04:58,520 --> 00:05:02,770
algorisme d'aprenentatge anomenat
Random Forest o arbres de decisió,

89
00:05:02,770 --> 00:05:07,530
o fins i tot tractant de prendre la mitjana de
una funció o qualsevol d'aquestes coses,

90
00:05:07,530 --> 00:05:10,000
R haurà de.

91
00:05:10,000 --> 00:05:14,190
>> I si ho fas t'importa
optimització, una cosa que és comú

92
00:05:14,190 --> 00:05:17,430
és que després que estiguis prototips acabat
algun tipus de llenguatge d'alt nivell,

93
00:05:17,430 --> 00:05:19,810
vostè haurà de tirar en--
Vostè acaba de port que més del

94
00:05:19,810 --> 00:05:21,550
a un llenguatge de baix nivell.

95
00:05:21,550 --> 00:05:26,090
El millor de R és que una vegada que estàs
fet de prototips, pot executar C ++,

96
00:05:26,090 --> 00:05:29,510
o Fortran, o qualsevol d'aquests
els de nivell inferior directament en R.

97
00:05:29,510 --> 00:05:32,320
Així que aquesta és una realitat
característica fresca sobre R,

98
00:05:32,320 --> 00:05:35,930
si realment es preocupen per
el punt d'optimització.

99
00:05:35,930 --> 00:05:39,490
>> I també és molt bo
per visualitzacions web.

100
00:05:39,490 --> 00:05:43,530
Així D3.js, per exemple, és
Suposo altre seminari

101
00:05:43,530 --> 00:05:45,130
que presentem avui.

102
00:05:45,130 --> 00:05:48,510
I això és realment impressionant per
fent visualitzacions interactives.

103
00:05:48,510 --> 00:05:54,460
I D3.js suposa que té
algun tipus de dades que es pintaran

104
00:05:54,460 --> 00:05:58,080
i R és una gran manera de ser capaç de fer
l'anàlisi de les dades abans d'exportar-

105
00:05:58,080 --> 00:06:04,220
a D3.js o simplement córrer
Comandaments D3.js en si mateix R,

106
00:06:04,220 --> 00:06:08,240
així com tots aquests
altres biblioteques també.

107
00:06:08,240 --> 00:06:13,041
>> Així que això va ser només la introducció de
el que és R i per les que podria usar-lo.

108
00:06:13,041 --> 00:06:14,790
Així que espero, tinc
vostè convençut d'alguna cosa

109
00:06:14,790 --> 00:06:18,460
sobre tractant de veure el que se sent.

110
00:06:18,460 --> 00:06:23,930
Així que vaig a seguir endavant i passar per
alguns fonaments sobre els objectes R

111
00:06:23,930 --> 00:06:26,150
i el que realment es pot fer.

112
00:06:26,150 --> 00:06:29,690
>> Així que aquí és només una
munt d'opcions matemàtiques.

113
00:06:29,690 --> 00:06:35,000
Així que dius you're-- vol construir
mateix idioma i el que desitja

114
00:06:35,000 --> 00:06:38,080
tenir un munt de diferents eines.

115
00:06:38,080 --> 00:06:42,520
Qualsevol tipus d'operació que vostè pensa que li
volem és més o menys estarà en R.

116
00:06:42,520 --> 00:06:44,150
>> Així que aquí és 2 més 2.

117
00:06:44,150 --> 00:06:46,090
Aquí és 2 cops pi.

118
00:06:46,090 --> 00:06:51,870
R té un munt de constants integrades
que utilitzarà sovint com pi, i.

119
00:06:51,870 --> 00:06:56,230
>> I llavors, aquí és 7 més
runif, per runif d'1.

120
00:06:56,230 --> 00:07:02,450
Aquesta és una funció que és genera
1 aleatòria uniforme de 0 a 1.

121
00:07:02,450 --> 00:07:04,400
I després hi ha 3 a la potència de 4.

122
00:07:04,400 --> 00:07:06,430
Hi ha arrels quadrades.

123
00:07:06,430 --> 00:07:07,270
>> Hi ha registre.

124
00:07:07,270 --> 00:07:14,500
Així que ingressi farà de base
exponencial per si mateix.

125
00:07:14,500 --> 00:07:18,337
I després, si s'especifica un lloc, a continuació,
vostè pot fer el base que desitgi.

126
00:07:18,337 --> 00:07:19,920
I llavors aquí hi ha alguns altres comandaments.

127
00:07:19,920 --> 00:07:22,180
Així que tens 23 mod 2.

128
00:07:22,180 --> 00:07:24,910
Llavors vostè té la resta.

129
00:07:24,910 --> 00:07:27,110
Llavors vostè té científica
notació si també

130
00:07:27,110 --> 00:07:34,060
voler fer més just i
les coses més complicades.

131
00:07:34,060 --> 00:07:37,320
>> Així que aquí està l'assignació.

132
00:07:37,320 --> 00:07:40,830
Assignacions tan típics en
R es realitza amb una fletxa

133
00:07:40,830 --> 00:07:43,440
pel que és menys i després el guió.

134
00:07:43,440 --> 00:07:47,250
Així que aquí estic assignant
3 al val variable.

135
00:07:47,250 --> 00:07:50,160
>> I després estic imprimint val
i després imprimeix 03:00.

136
00:07:50,160 --> 00:07:53,920
Per defecte en R intèrpret, que
imprimirà les coses per a vostè

137
00:07:53,920 --> 00:07:57,280
pel que no ha d'especificar imprimir un val
qualsevol moment que desitgi imprimir alguna cosa.

138
00:07:57,280 --> 00:08:00,200
Vostè només pot fer val i
llavors va a fer això per vostè.

139
00:08:00,200 --> 00:08:04,380
>> A més, es pot usar és igual tècnicament
com un operador d'assignació.

140
00:08:04,380 --> 00:08:07,190
Hi ha subtileses lleugeres
entre l'ús de la fletxa

141
00:08:07,190 --> 00:08:10,730
operador i els iguals
operador de les assignacions.

142
00:08:10,730 --> 00:08:15,470
Majorment per convenció, tothom
s'acaba d'utilitzar l'operador fletxa.

143
00:08:15,470 --> 00:08:21,850
>> I aquí, estic assignant aquest
notació obliqua diu 1 de còlon juny.

144
00:08:21,850 --> 00:08:26,010
Això genera un vector d'1 a 6.

145
00:08:26,010 --> 00:08:29,350
I això realment agradable perquè llavors
que acaba d'assignar el vector de val

146
00:08:29,350 --> 00:08:34,270
i que funciona per si mateix.

147
00:08:34,270 --> 00:08:37,799
>> Així que això ja està passant d'un
single-- una dada molt intuïtiu

148
00:08:37,799 --> 00:08:41,070
estructura de només un doble de
algun tipus de tipus en un vector

149
00:08:41,070 --> 00:08:45,670
i que recollirà tots
els valors escalars per a vostè.

150
00:08:45,670 --> 00:08:50,770
Així que després de passar d'escalar, que
tenir objectes R i aquest és un vector.

151
00:08:50,770 --> 00:08:55,610
Un vector és qualsevol tipus de
col·lecció del mateix tipus.

152
00:08:55,610 --> 00:08:58,150
Així que aquí hi ha un munt de vectors.

153
00:08:58,150 --> 00:08:59,800
>> Així que això és numèric.

154
00:08:59,800 --> 00:09:02,440
Numèric és manera de dir el doble de R.

155
00:09:02,440 --> 00:09:07,390
I així, per defecte, qualsevol
nombre serà un doble.

156
00:09:07,390 --> 00:09:13,150
>> Així que si vostè té c de 1.1, 3,
5.7 negatiu, el c és una funció.

157
00:09:13,150 --> 00:09:16,760
Aquest concatena els tres
nombres en un vector.

158
00:09:16,760 --> 00:09:19,619
I això va ser: el que si
nota 3 per si mateix,

159
00:09:19,619 --> 00:09:21,910
que normalment s'assumeix
que això és com un sencer,

160
00:09:21,910 --> 00:09:25,050
sinó perquè tots els vectors
són del mateix tipus,

161
00:09:25,050 --> 00:09:28,660
Aquest és un vector de dobles
o numèric en aquest cas.

162
00:09:28,660 --> 00:09:34,920
>> RNorm és una funció que genera
variables-- normal estàndard

163
00:09:34,920 --> 00:09:36,700
o valors normals estàndard.

164
00:09:36,700 --> 00:09:38,360
I estic especificant dos d'ells.

165
00:09:38,360 --> 00:09:43,840
Així que estic fent RNorm 2, l'assignació que per
desenvolupadors, i després estic imprimint desenvolupadors.

166
00:09:43,840 --> 00:09:47,350
Així que aquests són només dos
valors normals aleatòries.

167
00:09:47,350 --> 00:09:50,060
>> I després intercepcions si ho fa
vostè es preocupa per nombres enters.

168
00:09:50,060 --> 00:09:54,650
Així que això és només sobre la memòria
assignació i estalvi de mida de la memòria.

169
00:09:54,650 --> 00:10:01,460
Així que hauria d'afegir
els seus números de la capital L.

170
00:10:01,460 --> 00:10:04,170
>> En general, aquest és
Notació històric de R

171
00:10:04,170 --> 00:10:06,940
per una cosa anomenada sencer llarg.

172
00:10:06,940 --> 00:10:09,880
Així que la majoria de les vegades, se li
ser tractar amb dobles.

173
00:10:09,880 --> 00:10:15,180
I si alguna vegada ho farà més tard
en optimitzar el codi,

174
00:10:15,180 --> 00:10:18,110
vostè pot afegir aquests L's
després o durant ella

175
00:10:18,110 --> 00:10:22,280
si ets com premonitòria del que
que vas a fer aquestes variables.

176
00:10:22,280 --> 00:10:25,340

177
00:10:25,340 --> 00:10:26,890
>> Així que aquí és un vector de caràcters.

178
00:10:26,890 --> 00:10:31,440
Així que, de nou, estic concatenant
tres cordes aquesta vegada.

179
00:10:31,440 --> 00:10:36,230
Observeu que les cadenes dobles i
cordes soltes són els mateixos en R.

180
00:10:36,230 --> 00:10:41,000
Així que tinc arturo i de marvin etc.
quan estic imprimir-lo, tots ells

181
00:10:41,000 --> 00:10:43,210
mostraran cordes dobles.

182
00:10:43,210 --> 00:10:45,880
I si també voleu incloure
la cadena doble o individual

183
00:10:45,880 --> 00:10:50,070
en els seus personatges, llavors es pot
o bé alternar les seves cordes.

184
00:10:50,070 --> 00:10:53,540
>> Així marvin de la
segon element, és a dir

185
00:10:53,540 --> 00:10:56,380
va a show-- vostè
només hi ha cordes dobles

186
00:10:56,380 --> 00:10:59,050
i després una sola cadena
pel que aquest és altern.

187
00:10:59,050 --> 00:11:04,040
Altrament, si voleu utilitzar un doble
operador de cadena en una doble cadena

188
00:11:04,040 --> 00:11:07,090
quan vostè està declarant que, a continuació,
només ha d'utilitzar l'operador d'escapament.

189
00:11:07,090 --> 00:11:10,600
Així ho fa la doble cadena de barra invertida.

190
00:11:10,600 --> 00:11:13,330
>> I, finalment, també
tenir vectors lògics.

191
00:11:13,330 --> 00:11:15,890
Així logical-- tan TRUE
i la falsedat, i són

192
00:11:15,890 --> 00:11:18,880
serà majúscules.

193
00:11:18,880 --> 00:11:22,370
I llavors, un cop més, estic concatenant
i després ells assignant a Bools.

194
00:11:22,370 --> 00:11:24,590
Així Bools mostrarà
vostè TRUE, FALSE i TRUE.

195
00:11:24,590 --> 00:11:28,280

196
00:11:28,280 --> 00:11:31,620
>> Així que aquí està la indexació vectoritzat.

197
00:11:31,620 --> 00:11:34,870
Així que, en principi, jo
Estic prenent un function--

198
00:11:34,870 --> 00:11:39,230
això es diu un sequence--
seqüència de 2 a 12.

199
00:11:39,230 --> 00:11:42,490
I jo estic prenent una seqüència per 2.

200
00:11:42,490 --> 00:11:46,660
Així que va a fer
2, 4, 6, 8, 10 i 12.

201
00:11:46,660 --> 00:11:50,080
I després, estic d'indexació
per obtenir el tercer element.

202
00:11:50,080 --> 00:11:55,770
>> Així que una cosa a tenir en compte és
que els índexs de R a partir de l'1.

203
00:11:55,770 --> 00:12:00,550
Així vals març donarà
que el tercer element.

204
00:12:00,550 --> 00:12:04,580
Aquesta és una espècie de diferent d'altres
idiomes en què s'inicia des de zero.

205
00:12:04,580 --> 00:12:09,780
Així que en C o C ++, per exemple, vostè és
aconseguirà el quart element.

206
00:12:09,780 --> 00:12:13,280
>> I aquí hi ha el vals de 3 a 5.

207
00:12:13,280 --> 00:12:16,030
Així que una cosa que és
realment genial és que vostè

208
00:12:16,030 --> 00:12:20,410
pot generar variables temporals dins
i després només ha d'utilitzar sobre la marxa.

209
00:12:20,410 --> 00:12:21,960
Així que aquí és de 3 a 5.

210
00:12:21,960 --> 00:12:25,070
Així que estic generant un vector
3, 4, i 5 i després

211
00:12:25,070 --> 00:12:29,700
Estic indexació d'aconseguir el tercer,
quart, i el cinquè element.

212
00:12:29,700 --> 00:12:32,280
>> Així mateix, pot
abstracta que això només ho fan

213
00:12:32,280 --> 00:12:35,280
qualsevol tipus d'un vector
que et dóna la indexació.

214
00:12:35,280 --> 00:12:40,050
Així que aquí està el vals i després el
primer, tercer i sisè elements.

215
00:12:40,050 --> 00:12:42,800
I després, si vols
fer un complement,

216
00:12:42,800 --> 00:12:45,210
pel que acaba de fer el signe menys
després i que va a

217
00:12:45,210 --> 00:12:48,600
et donarà tot el que no és el
primera, tercera, sisena o element.

218
00:12:48,600 --> 00:12:51,590
Així que aquest serà 4, 8, i 10.

219
00:12:51,590 --> 00:12:54,380
>> I si vostè vol aconseguir
encara més avançada,

220
00:12:54,380 --> 00:12:57,610
pot concatenar vectors de Boole.

221
00:12:57,610 --> 00:13:05,210
Així que aquest índex es va a donar
aquest vector booleà de longitud 6.

222
00:13:05,210 --> 00:13:07,280
Així representant TRUE coma març.

223
00:13:07,280 --> 00:13:09,680
Això es repetirà VERITABLES tres vegades.

224
00:13:09,680 --> 00:13:12,900
Així que això et donarà
TRUE, TRUE, TRUE vector.

225
00:13:12,900 --> 00:13:17,470
>> rep FALS 4-- això es va a donar
un vector de FALS, FALS, FALS, FALS.

226
00:13:17,470 --> 00:13:21,280
I llavors c va a concatenar
aquests dos booleans junts.

227
00:13:21,280 --> 00:13:24,090
Així que vas a aconseguir tres
Veritables i després quatre falses.

228
00:13:24,090 --> 00:13:28,460
>> Així que quan vostè vals índex, ets
va a obtenir el TRUE TRUE, TRUE ,.

229
00:13:28,460 --> 00:13:31,420
Així que dirà que sí,
Vull que aquests tres elements.

230
00:13:31,420 --> 00:13:33,520
I després FALS, FALS,
FALS, FALS va

231
00:13:33,520 --> 00:13:37,140
dir que no, no vull aquests elements
pel que no va a tornar-los.

232
00:13:37,140 --> 00:13:41,490
>> I suposo que en realitat hi ha un error tipogràfic aquí
perquè això ja és dir repetició TRUE 3

233
00:13:41,490 --> 00:13:47,990
i repetir FALS 4, i tècnicament, que
només tenen sis elements per repeteixen FALSE,

234
00:13:47,990 --> 00:13:50,470
que hauria de ser repetida FALS 3.

235
00:13:50,470 --> 00:13:55,260
Crec que R es prou intel·ligent com
que si només especifica 4 aquí, llavors

236
00:13:55,260 --> 00:13:56,630
que ni tan sols l'error fora.

237
00:13:56,630 --> 00:13:58,480
S'acaba de donar-li aquest valor.

238
00:13:58,480 --> 00:14:00,970
Així que només vaig a ignorar aquest quart FALS.

239
00:14:00,970 --> 00:14:05,310

240
00:14:05,310 --> 00:14:09,270
>> Així que aquí està l'assignació vectoritzat.

241
00:14:09,270 --> 00:14:15,480
Així set.seed-- això només estableix el
llavor per nombres pseudoaleatoris.

242
00:14:15,480 --> 00:14:20,110
Així que estic establint que la llavor
42, el que significa que si gènere

243
00:14:20,110 --> 00:14:22,950
3 aleatòria normal
valors i, a continuació, si

244
00:14:22,950 --> 00:14:27,400
run set.seed pel seu compte
equip amb el mateix valor de 42,

245
00:14:27,400 --> 00:14:30,990
llavors vostè també aconsegueix el
mateixos tres normals aleatòries.

246
00:14:30,990 --> 00:14:33,411
>> Així que això és realment bo
per a la reproductibilitat.

247
00:14:33,411 --> 00:14:35,910
En general, quan estàs fent alguna cosa de
tipus d'anàlisi científica,

248
00:14:35,910 --> 00:14:37,230
que es vol establir la llavor.

249
00:14:37,230 --> 00:14:41,270
D'aquesta manera altres científics poden simplement
reproduir exactament el mateix codi que has

250
00:14:41,270 --> 00:14:44,790
fet perquè tindran l'exacta
mateixes variables aleatòries que-- o l'atzar

251
00:14:44,790 --> 00:14:47,270
valors que ha pres cap a fora també.

252
00:14:47,270 --> 00:14:49,870

253
00:14:49,870 --> 00:14:53,910
>> I així, l'assignació vectorizada
aquí està mostrant el vals 1-2.

254
00:14:53,910 --> 00:14:59,290
Per tant, pren els dos primers elements
de vals i després els assigna a 0.

255
00:14:59,290 --> 00:15:03,940
I després, també pot simplement fer el
una cosa similar amb els Booleans.

256
00:15:03,940 --> 00:15:09,340
>> Així vals no és igual a 0-- aquesta voluntat
donar-li un FALS vector, FALSE, TRUE

257
00:15:09,340 --> 00:15:10,350
en aquest cas.

258
00:15:10,350 --> 00:15:13,770
I després, que va a dir res
dels índexs que fos cert,

259
00:15:13,770 --> 00:15:15,270
llavors va a assignar aquesta a 5.

260
00:15:15,270 --> 00:15:18,790
Per tant, pren el tercer element
aquí i després ho assigna a 5.

261
00:15:18,790 --> 00:15:22,300
>> I això és realment agradable
en comparació amb els llenguatges de baix nivell

262
00:15:22,300 --> 00:15:25,560
on has de fer servir els bucles
fer totes aquestes coses vectorizada

263
00:15:25,560 --> 00:15:30,281
perquè només és molt intuïtiu
i és un sol d'una sola línia.

264
00:15:30,281 --> 00:15:32,030
I el que és bo de
notació vectorizada

265
00:15:32,030 --> 00:15:37,020
és que en R, aquests són una mena de
incorporat perquè estiguin gairebé tan ràpid

266
00:15:37,020 --> 00:15:42,490
com fer en un llenguatge de baix nivell que
en comptes de fer un bucle en R

267
00:15:42,490 --> 00:15:46,317
i després haver de fer
la pròpia indexació dinàmica.

268
00:15:46,317 --> 00:15:48,900
I que serà més lent que fer
aquest tipus de coses vectorizada

269
00:15:48,900 --> 00:15:55,950
on pot fer-ho en paral·lel, on
ho està fent en el roscat bàsicament.

270
00:15:55,950 --> 00:15:58,650
>> Així que aquí està vectoritzat operacions.

271
00:15:58,650 --> 00:16:04,920
Així que estic generant un valor d'1 a 3,
l'assignació que a vec1, 3 a 5, vec2,

272
00:16:04,920 --> 00:16:05,950
sumant.

273
00:16:05,950 --> 00:16:11,490
Les afegeix components sabia el
es 1 més 3, 2 més 4, i així successivament.

274
00:16:11,490 --> 00:16:13,330
>> vec1 vegades vec2.

275
00:16:13,330 --> 00:16:16,110
Això multiplica els dos
valors dels components savi.

276
00:16:16,110 --> 00:16:21,830
Així que és 1 Temps 3, 2 vegades
4, i després 3 vegades maig.

277
00:16:21,830 --> 00:16:28,250
>> I després, de manera similar es pot també fer
comparisons-- comparacions lògiques.

278
00:16:28,250 --> 00:16:33,640
Així que és FALS VERTADER FALS en aquest
cas perquè 1 no és més gran que 3,

279
00:16:33,640 --> 00:16:35,920
2 no és major que 4.

280
00:16:35,920 --> 00:16:41,160
Això és, suposo, un altre error tipogràfic, 3
definitivament no és superior a 5.

281
00:16:41,160 --> 00:16:41,660
Sí.

282
00:16:41,660 --> 00:16:45,770
I el que només pot fer tot
aquestes operacions simples

283
00:16:45,770 --> 00:16:48,350
perquè la seva heretat
dels propis classes.

284
00:16:48,350 --> 00:16:51,110

285
00:16:51,110 --> 00:16:52,580
>> Així que això va ser només el vector.

286
00:16:52,580 --> 00:16:56,530
I això és una espècie de la més fonamental
R objecte perquè donat un vector,

287
00:16:56,530 --> 00:16:59,170
vostè pot construir objectes més avançats.

288
00:16:59,170 --> 00:17:00,560
>> Així que aquí està una matriu.

289
00:17:00,560 --> 00:17:05,030
Aquesta és essencialment l'abstracció
del que és en si mateixa una matriu.

290
00:17:05,030 --> 00:17:10,099
Així que en aquest cas, és tres diferents
vectors, on cada un és una columna,

291
00:17:10,099 --> 00:17:12,710
o es pot considerar que
ja que cada un és una fila.

292
00:17:12,710 --> 00:17:18,250
>> Així que estic emmagatzemar una matriu d'1 a
9 i després estic especificant 3 files.

293
00:17:18,250 --> 00:17:23,364
Així 1-9 li donarà un vector 1,
2, 3, 4, 5, 6, i tot el camí a 9.

294
00:17:23,364 --> 00:17:29,250
>> Una cosa a tenir en compte és que
Botigues R valors en format de columna principal.

295
00:17:29,250 --> 00:17:34,160
Així, en altres paraules, quan veus 1
a 9, que va a emmagatzemar ells--

296
00:17:34,160 --> 00:17:36,370
que serà 1, 2,
3 a la primera columna,

297
00:17:36,370 --> 00:17:38,510
i després que farà 4, 5,
6 a la segona columna,

298
00:17:38,510 --> 00:17:41,440
i després 7, 8, 9 a la tercera columna.

299
00:17:41,440 --> 00:17:45,570
>> I aquí estan alguns altres
funcions comuns que es poden utilitzar.

300
00:17:45,570 --> 00:17:49,650
Així tènue estora, això li donarà
les dimensions de la matriu.

301
00:17:49,650 --> 00:17:52,620
Se't tornarà
un vector de la dimensió.

302
00:17:52,620 --> 00:17:55,580
Així, en aquest cas, perquè
la nostra matriu és de 3 per 3,

303
00:17:55,580 --> 00:18:01,900
que va a donar-li una
vector numèric que hi ha 3 mar.

304
00:18:01,900 --> 00:18:05,270
>> I aquí s'acaba mostrant
la multiplicació de matrius.

305
00:18:05,270 --> 00:18:11,970
Així que en general, si només fem
asterisk-- tan estora asterisc mat--

306
00:18:11,970 --> 00:18:15,380
això serà
operació de component sàvia

307
00:18:15,380 --> 00:18:17,300
o el que es diu el producte de Hadamard.

308
00:18:17,300 --> 00:18:21,310
Així que va a fer cadascun
element component es refereix.

309
00:18:21,310 --> 00:18:23,610
No obstant això, si vols
multiplication-- matriu

310
00:18:23,610 --> 00:18:29,380
de manera que la multiplicació dels primers temps de fila
primera columna de la segona matriu de

311
00:18:29,380 --> 00:18:34,510
i així en-- usaries
aquesta operació per cent.

312
00:18:34,510 --> 00:18:38,110
>> I t de estora és només una
operació de transposició.

313
00:18:38,110 --> 00:18:42,590
Així que estic dient prendre la transposada a
la matriu, es multiplica per la matriu

314
00:18:42,590 --> 00:18:43,090
si mateix.

315
00:18:43,090 --> 00:18:45,006
I després es va a
tornarà a vosaltres una altra 3

316
00:18:45,006 --> 00:18:50,700
per 3, que mostra la matriu
el producte que t'agradaria.

317
00:18:50,700 --> 00:18:53,750
>> I pel que va ser la matriu.

318
00:18:53,750 --> 00:18:56,020
Això és el que s'anomena una trama de dades.

319
00:18:56,020 --> 00:19:00,780
Una trama de dades que es pugui imaginar com
una matriu, però cada pròpia columna

320
00:19:00,780 --> 00:19:02,990
serà d'un tipus diferent.

321
00:19:02,990 --> 00:19:07,320
>> Llavors, què és realment bo de dades
marcs és que en l'anàlisi de dades en si,

322
00:19:07,320 --> 00:19:11,260
tindràs tot això
dades heterogènies i tot això realment

323
00:19:11,260 --> 00:19:15,640
coses brutes en què cadascuna de les columnes
per si mateixos poden ser de diferents tipus.

324
00:19:15,640 --> 00:19:21,460
Així que aquí estic dient a crear un
trama de dades, fer sencers d'1 a 3,

325
00:19:21,460 --> 00:19:24,750
i després també tenir un vector de caràcters.

326
00:19:24,750 --> 00:19:28,470
Així que pot indexar a través
cadascuna d'aquestes columnes

327
00:19:28,470 --> 00:19:30,930
i després vaig a aconseguir els propis valors.

328
00:19:30,930 --> 00:19:34,370
I també es pot fer algun tipus
d'operacions en trames de dades.

329
00:19:34,370 --> 00:19:38,040
I la majoria de les vegades quan estàs
fer anàlisis de dades o algun tipus

330
00:19:38,040 --> 00:19:42,042
de processament previ, podràs
treballar amb aquestes estructures de dades

331
00:19:42,042 --> 00:19:44,250
on cada columna es va
a ser d'un tipus diferent.

332
00:19:44,250 --> 00:19:47,880

333
00:19:47,880 --> 00:19:52,970
>> Finalment, pel que aquests són essencialment només
els quatre objectes essencials en Llista R.

334
00:19:52,970 --> 00:19:55,820
s'acaba de recollir qualsevol
altres objectes que et volen.

335
00:19:55,820 --> 00:20:00,130
Per tant, emmagatzemarà aquesta en un
variable que es pot accedir fàcilment.

336
00:20:00,130 --> 00:20:02,370
>> Així que aquí, estic prenent una llista.

337
00:20:02,370 --> 00:20:04,460
Estic dient coses és igual a 3.

338
00:20:04,460 --> 00:20:08,060
Així que vaig a tenir un element en
la llista, i això es diu matèria,

339
00:20:08,060 --> 00:20:10,570
i que tindrà el valor 3.

340
00:20:10,570 --> 00:20:13,140
>> També puc crear una matriu.

341
00:20:13,140 --> 00:20:17,970
Així que aquest és 1 a 4 i la fila final
és igual a 2, per la que un 2 per 2 matriu.

342
00:20:17,970 --> 00:20:20,270
També a la llista i es diu estora.

343
00:20:20,270 --> 00:20:24,690
moreStuff, una cadena de caràcters,
i fins i tot una altra llista en si mateix.

344
00:20:24,690 --> 00:20:27,710
>> Així que aquesta és una llista que és 5 i l'ós.

345
00:20:27,710 --> 00:20:30,990
Per tant, té el valor 5 i
té l'ós cadena de caràcters

346
00:20:30,990 --> 00:20:32,710
i és una llista dins d'una llista.

347
00:20:32,710 --> 00:20:35,965
Així que vostè pot tenir aquests
coses recursius on

348
00:20:35,965 --> 00:20:38,230
vostè té una another--
escrigui dins del tipus.

349
00:20:38,230 --> 00:20:41,420
Similarment, es pot tenir una matriu
dins d'una altra matriu i així successivament.

350
00:20:41,420 --> 00:20:44,264
I la llista és només una bona manera
de recopilar i afegir

351
00:20:44,264 --> 00:20:45,430
tots aquests diferents objectes.

352
00:20:45,430 --> 00:20:50,210

353
00:20:50,210 --> 00:20:57,150
>> I, finalment, aquí s'acaba d'ajudar en cas
això només s'havia anat molt ràpidament.

354
00:20:57,150 --> 00:21:01,350
Així que cada vegada que vostè està confós
sobre algun tipus de funció,

355
00:21:01,350 --> 00:21:03,510
vostè pot fer ajuda d'aquesta funció.

356
00:21:03,510 --> 00:21:07,120
Així que vostè pot fer matriu ajuda
o una matriu de signe d'interrogació.

357
00:21:07,120 --> 00:21:11,430
I ajuda i el signe d'interrogació són
només l'abreviatura de la mateixa cosa

358
00:21:11,430 --> 00:21:13,040
pel que són els àlies.

359
00:21:13,040 --> 00:21:16,820
>> lm és una funció que
només ho fa un model lineal.

360
00:21:16,820 --> 00:21:20,340
Però si només tens idea del que
obres, simplement pots fer ajuda de lm

361
00:21:20,340 --> 00:21:24,610
i que li donaré alguns
tipus de documentació que

362
00:21:24,610 --> 00:21:27,960
es veu com una mena de
pàgina de manual en Unix, on

363
00:21:27,960 --> 00:21:34,210
vostè té una breu descripció del que
ho fa, també ho són els seus arguments,

364
00:21:34,210 --> 00:21:38,850
el que torna, ja només consells sobre com
per usar-lo, i alguns exemples també.

365
00:21:38,850 --> 00:21:41,680

366
00:21:41,680 --> 00:21:52,890
>> Així que m'ho dius a mi anar endavant i espectacle
alguns de demostració de l'ús de R. D'acord.

367
00:21:52,890 --> 00:21:55,470
Així que vaig ser molt
ràpidament només les dades

368
00:21:55,470 --> 00:21:59,440
estructures i algun tipus de la
op-- algunes de les operacions.

369
00:21:59,440 --> 00:22:02,960
Heus aquí algunes funcions.

370
00:22:02,960 --> 00:22:06,750
>> Així que aquí només vaig
per definir una funció.

371
00:22:06,750 --> 00:22:09,970
Així que jo també estic fent servir
operador d'assignació aquí,

372
00:22:09,970 --> 00:22:12,610
i després que estic dient
La declararem com una funció.

373
00:22:12,610 --> 00:22:14,140
I pren el valor x.

374
00:22:14,140 --> 00:22:18,210
Així que això és qualsevol valor que vulgueu
i vaig a tornar x si mateix.

375
00:22:18,210 --> 00:22:20,840
Així que aquesta és la funció identitat.

376
00:22:20,840 --> 00:22:23,670
>> I el que és bo d'això
en comparació amb altres idiomes

377
00:22:23,670 --> 00:22:26,330
i una altra de baix nivell
idiomes és que x

378
00:22:26,330 --> 00:22:29,350
pot ser de qualsevol tipus en si
i que va a tornar aquest tipus.

379
00:22:29,350 --> 00:22:35,251
Així que vostè pot imagine-- així que anem
m'acaba de córrer així de ràpid.

380
00:22:35,251 --> 00:22:35,750
Ho sento.

381
00:22:35,750 --> 00:22:40,300
>> Així que una cosa he de dir també
és que aquest editor que estic fent servir

382
00:22:40,300 --> 00:22:41,380
es diu rstudio.

383
00:22:41,380 --> 00:22:44,389
Això és el que s'anomena un IDE.

384
00:22:44,389 --> 00:22:46,180
I una cosa que és
realment bo d'això

385
00:22:46,180 --> 00:22:51,500
és que incorpora una gran quantitat de la
coses que volen fer a R per si mateix

386
00:22:51,500 --> 00:22:53,180
només molt intuïtiva.

387
00:22:53,180 --> 00:22:55,550
>> Així que aquí és una consola d'intèrpret.

388
00:22:55,550 --> 00:23:02,160
Així mateix, també es pot obtenir aquesta
consola prima només per fer un R. de capital

389
00:23:02,160 --> 00:23:05,630
I això és exactament el
el mateix que la consola.

390
00:23:05,630 --> 00:23:12,210
Així que només puc fer Identificació funció x, x, x.

391
00:23:12,210 --> 00:23:16,130
I llavors-- i després que
estarà bé en si.

392
00:23:16,130 --> 00:23:19,200

393
00:23:19,200 --> 00:23:21,740
>> Així rstudio és gran
perquè té la consola.

394
00:23:21,740 --> 00:23:25,360
També té els documents
desitja executar en.

395
00:23:25,360 --> 00:23:28,629
I llavors té algunes variables
que es pot veure en els ambients.

396
00:23:28,629 --> 00:23:30,420
I llavors, si vostè té
fer parcel·les, llavors vostè

397
00:23:30,420 --> 00:23:33,730
només pot veure-ho aquí, en lloc de
la gestió de tots aquests diferents finestres

398
00:23:33,730 --> 00:23:35,940
per si mateixos.

399
00:23:35,940 --> 00:23:40,530
>> En realitat, jo personalment ús Vim, però jo
sentir-se com rstudio és excel·lent just

400
00:23:40,530 --> 00:23:44,640
per aconseguir una bona idea
de com utilitzar R. En general,

401
00:23:44,640 --> 00:23:47,040
quan vostè està tractant de
aprendre una tasca nova,

402
00:23:47,040 --> 00:23:49,590
vostè no desitja utilitzar
massa coses alhora.

403
00:23:49,590 --> 00:23:53,120
Així que R és només un rstudio very--
és una molt bona manera d'aprendre R

404
00:23:53,120 --> 00:23:56,760
sense haver de lidiar amb
totes aquestes altres coses.

405
00:23:56,760 --> 00:23:58,600
>> Així que aquí estic d'aneu corrent hola.

406
00:23:58,600 --> 00:24:00,090
Retorna hola.

407
00:24:00,090 --> 00:24:01,740
Identificació del 123.

408
00:24:01,740 --> 00:24:04,610
Aquí és un vector d'enters.

409
00:24:04,610 --> 00:24:08,620
Així que de la mateixa manera, perquè es pot
prendre cap algun tipus de valor,

410
00:24:08,620 --> 00:24:16,060
vostè pot fer tornar Identificació
x de manera que retorna 1,234 i 5.

411
00:24:16,060 --> 00:24:22,210
>> I permetin-me que mostren que
això és de fet un nombre sencer.

412
00:24:22,210 --> 00:24:28,800
I de la mateixa manera, si ho fa la classe
Identificació del x, que serà un nombre enter.

413
00:24:28,800 --> 00:24:34,170
I després, també pot
comparar els dos i és veritat.

414
00:24:34,170 --> 00:24:38,350
Així que estic comprovant si Identificació de x
és igual és igual a x i notificació

415
00:24:38,350 --> 00:24:39,760
que et dóna dues Veritables.

416
00:24:39,760 --> 00:24:44,280
Així que això no està dient són
els dos objectes idèntics,

417
00:24:44,280 --> 00:24:46,845
però són cadascuna de les entrades
dins els vectors idèntics.

418
00:24:46,845 --> 00:24:50,000

419
00:24:50,000 --> 00:24:52,090
>> Aquí és bounded.compare.

420
00:24:52,090 --> 00:24:58,470
Així que això és una mica més complicat
en què té una si la condició i altres

421
00:24:58,470 --> 00:25:00,960
i després només cal un
arguments alhora.

422
00:25:00,960 --> 00:25:02,640
Així que x és de qualsevol tipus.

423
00:25:02,640 --> 00:25:06,280
I jo estic dient això
segon argument és un.

424
00:25:06,280 --> 00:25:08,380
Això pot ser qualsevol cosa així.

425
00:25:08,380 --> 00:25:12,490
Però per defecte, que prendrà
5 si no s'especifica res.

426
00:25:12,490 --> 00:25:16,730
>> Així que aquí vaig a dir
si x és més gran que a.

427
00:25:16,730 --> 00:25:19,220
Així que si no específic 1, que
diu que si x és més gran que 5,

428
00:25:19,220 --> 00:25:20,470
llavors vaig a tornar TRUE.

429
00:25:20,470 --> 00:25:23,230
una altra cosa, vaig a tornar FALSE.

430
00:25:23,230 --> 00:25:24,870
Així que m'ho dius a mi anar endavant i defineixo això.

431
00:25:24,870 --> 00:25:30,600

432
00:25:30,600 --> 00:25:34,550
>> I ara vaig a
executar bounded.compare 3.

433
00:25:34,550 --> 00:25:39,150
Així que el que diu és 3 menys
no sigui: 3 és major que 5.

434
00:25:39,150 --> 00:25:41,830
No, no és tan FALS.

435
00:25:41,830 --> 00:25:46,550
>> I bounded.compare 3 i vaig
per comparar usant a és igual a 2.

436
00:25:46,550 --> 00:25:50,700
Així que ara estic dient que sí, ara em
volen un ésser altra cosa.

437
00:25:50,700 --> 00:25:52,750
Així que vaig a dir una, ha de ser 2.

438
00:25:52,750 --> 00:25:56,640
>> Puc o fer aquest tipus de
notació o em diuen que a és igual a 2.

439
00:25:56,640 --> 00:25:58,720
Aquesta és una més llegible
que quan estàs

440
00:25:58,720 --> 00:26:01,450
mirant aquests realment
funcions complicades que

441
00:26:01,450 --> 00:26:08,110
prendre arguments-- múltiple i aquest
pot haver dotzenes oftentimes-- dient

442
00:26:08,110 --> 00:26:11,140
A és igual a 2, és més fàcil de llegir per
vostè perquè més endavant en el futur

443
00:26:11,140 --> 00:26:13,020
vostè sabrà el que estàs fent.

444
00:26:13,020 --> 00:26:17,120
>> Així que en aquest cas, estic
dit és 3 superior a 2.

445
00:26:17,120 --> 00:26:18,270
Sí que ho és.

446
00:26:18,270 --> 00:26:22,350
I de la mateixa manera, jo només puc treure
això i dir, és més gran que 3 2

447
00:26:22,350 --> 00:26:23,440
on a és igual a 2.

448
00:26:23,440 --> 00:26:26,230
I això també és cert.

449
00:26:26,230 --> 00:26:26,730
Sí?

450
00:26:26,730 --> 00:26:29,670
>> AUDIÈNCIA: És vostè
executar línia per línia?

451
00:26:29,670 --> 00:26:30,670
>> DUSTIN TRAN: Sí, ho sóc.

452
00:26:30,670 --> 00:26:33,900
Així que el que estic fent aquí és
tenint aquest text document--

453
00:26:33,900 --> 00:26:39,825
i el bo de rstudio és que
Jo només puc córrer una short-- una tecla d'accés directe.

454
00:26:39,825 --> 00:26:41,820
Així que estic fent Control-Enter.

455
00:26:41,820 --> 00:26:44,850
>> I llavors, m'estic prenent el
línia en el document de text

456
00:26:44,850 --> 00:26:46,710
i després posar a la consola.

457
00:26:46,710 --> 00:26:50,800
Així que aquí estic dient, bounded.compare
i estic fent Control-X.

458
00:26:50,800 --> 00:26:52,540
Així que només puc fer funcionar aquí també.

459
00:26:52,540 --> 00:26:54,920
I després que prendrà la
línia i després el va posar aquí.

460
00:26:54,920 --> 00:26:57,900
I a continuació, de manera similar, que pugui fer funcionar aquí.

461
00:26:57,900 --> 00:27:04,630
I llavors, només mantenir la definició
les línies a la consola com això.

462
00:27:04,630 --> 00:27:10,690
>> I si també nota l'arrissat
claus són allà com en sintaxi C.

463
00:27:10,690 --> 00:27:13,910
x-- si la si la condició és també
utilitzarà parèntesi i després

464
00:27:13,910 --> 00:27:15,350
pot utilitzar més.

465
00:27:15,350 --> 00:27:17,496
Una altra és una altra cosa si.

466
00:27:17,496 --> 00:27:21,440
Així que això serà x
és igual a és igual a, per exemple.

467
00:27:21,440 --> 00:27:24,190

468
00:27:24,190 --> 00:27:26,350
I després vaig a
tornar alguna cosa aquí.

469
00:27:26,350 --> 00:27:29,490
>> Observeu que hi ha dos diferents
coses aquí que està passant.

470
00:27:29,490 --> 00:27:34,360
Una és que aquí estic especificant
tornar el valor TRUE.

471
00:27:34,360 --> 00:27:35,950
Aquí només estic dient x.

472
00:27:35,950 --> 00:27:39,970
Així R farà normalment per defecte
prendre l'últim arguments--

473
00:27:39,970 --> 00:27:43,510
o prendre l'última línia del codi,
i això serà el que es retorna.

474
00:27:43,510 --> 00:27:46,920
Així que aquí es tracta de la mateixa
cosa com prémer retorn x.

475
00:27:46,920 --> 00:27:49,450

476
00:27:49,450 --> 00:27:50,540
>> I només per mostrar.

477
00:27:50,540 --> 00:27:54,000

478
00:27:54,000 --> 00:27:57,052
I després, va a treballar com si res.

479
00:27:57,052 --> 00:27:58,260
Així que permetin-me seguir amb això.

480
00:27:58,260 --> 00:28:00,630
>> Així la resta si.

481
00:28:00,630 --> 00:28:04,060
I de veritat, puc tornar
qualsevol cosa que m'agradaria.

482
00:28:04,060 --> 00:28:06,680
Així que no tenen ni tan sols per
retorn booleans tot el temps,

483
00:28:06,680 --> 00:28:08,410
Puc torna una altra cosa.

484
00:28:08,410 --> 00:28:10,670
Així que jo puc fer l'ós de retorn.

485
00:28:10,670 --> 00:28:12,989
>> Així que si x és igual a és igual a,
que tornarà ós.

486
00:28:12,989 --> 00:28:14,530
En cas contrari, va a tornar TRUE.

487
00:28:14,530 --> 00:28:19,310
També puc fer un vector
o realment res.

488
00:28:19,310 --> 00:28:22,210
>> I normalment en forma estàtica
idiomes mecanografiades,

489
00:28:22,210 --> 00:28:23,840
caldria especificar un tipus aquí.

490
00:28:23,840 --> 00:28:25,750
I noti que només pot ser qualsevol cosa.

491
00:28:25,750 --> 00:28:32,400
I R és prou intel·ligent que
s'acaba de fer això i no tindran cap problema.

492
00:28:32,400 --> 00:28:33,620
>> Així que permetin-me definir això.

493
00:28:33,620 --> 00:28:39,460

494
00:28:39,460 --> 00:28:41,230
Unexpected-- oh ho sento.

495
00:28:41,230 --> 00:28:44,336
Ha de ser una clau aquí.

496
00:28:44,336 --> 00:28:44,836
D'acord.

497
00:28:44,836 --> 00:28:45,336
Fresc.

498
00:28:45,336 --> 00:28:52,580

499
00:28:52,580 --> 00:28:54,530
Bé.

500
00:28:54,530 --> 00:28:58,250
Així que ara anem a comparar 3 i a és igual a 3.

501
00:28:58,250 --> 00:29:01,860
Així que hauria return--
yeah-- l'ós valor.

502
00:29:01,860 --> 00:29:06,740
>> Així que ara una cosa més general és com
Què hi ha d'altres estructures de dades.

503
00:29:06,740 --> 00:29:09,110
Pel que té aquesta funció.

504
00:29:09,110 --> 00:29:15,360
Això va a treballar en qualsevol tipus
de valor com 3 o qualsevol numèric,

505
00:29:15,360 --> 00:29:17,500
en altres paraules, doble.

506
00:29:17,500 --> 00:29:19,330
>> Però què passa amb una mena vector.

507
00:29:19,330 --> 00:29:27,750
Llavors, què passa si vostè fer-- així que estic
va a assignar val a, per exemple, de 4 a 6.

508
00:29:27,750 --> 00:29:31,640
Així que si torno això, això
és un vector de 4, 5, 6.

509
00:29:31,640 --> 00:29:34,935
>> Ara anem a veure què passa
si ho faig bounded.compare val.

510
00:29:34,935 --> 00:29:37,680

511
00:29:37,680 --> 00:29:42,450
Així que això donarà 15 1251.

512
00:29:42,450 --> 00:29:46,440
Així, en altres paraules, que està dient
si ens fixem en aquesta condició

513
00:29:46,440 --> 00:29:50,040
pel que diu x és menor
que una o alguna cosa així.

514
00:29:50,040 --> 00:29:51,880
Així que aquest és lleugerament
confús perquè ara

515
00:29:51,880 --> 00:29:53,379
vostè simplement no sap el que està passant.

516
00:29:53,379 --> 00:29:58,690
Així que suposo que una cosa que és veritat
bé sobre tractant de depuració

517
00:29:58,690 --> 00:30:04,600
és que vostè només pot fer val és més gran
que una i veure què passa allà.

518
00:30:04,600 --> 00:30:09,720
>> Així val-- a és per defecte 5, així
anem a Do Val superior a 5.

519
00:30:09,720 --> 00:30:14,280
Així que aquest és un FALS FALS vector TRUE.

520
00:30:14,280 --> 00:30:17,206
Així que ara, quan vostè està buscant en
això, que dirà si,

521
00:30:17,206 --> 00:30:20,080
i llavors va a donar-li aquest
és un vector de FALS VERITABLE FALS.

522
00:30:20,080 --> 00:30:23,450
>> Així que quan passi això en R, R
no té idea del que estàs fent.

523
00:30:23,450 --> 00:30:26,650
A causa que s'espera una sola
valor, que és un valor booleà, i ara

524
00:30:26,650 --> 00:30:29,420
vostè està donant un vector de booleans.

525
00:30:29,420 --> 00:30:31,970
Així que per defecte, R és només
dirà què diables,

526
00:30:31,970 --> 00:30:35,440
Vaig a suposar que vostè és
Va a prendre el primer element aquí.

527
00:30:35,440 --> 00:30:38,320
Així que vaig a dir-- vaig
assumir que això és fals.

528
00:30:38,320 --> 00:30:40,890
Així que dirà
no, això no és correcte.

529
00:30:40,890 --> 00:30:45,246
>> De la mateixa manera, es va a
val és igual a ser igual a a.

530
00:30:45,246 --> 00:30:47,244
No, ho sento maig.

531
00:30:47,244 --> 00:30:48,910
I també serà falsa també.

532
00:30:48,910 --> 00:30:52,410
Així que dirà que no,
No és veritat, així pel que és

533
00:30:52,410 --> 00:30:53,680
tornarà aquest últim.

534
00:30:53,680 --> 00:30:56,420

535
00:30:56,420 --> 00:31:01,360
>> Així que això és ja sigui bo o dolent
cosa, depenent de com s'ho miri.

536
00:31:01,360 --> 00:31:05,104
Perquè quan estàs
la creació d'aquestes funcions,

537
00:31:05,104 --> 00:31:06,770
que en realitat no sap el que està passant.

538
00:31:06,770 --> 00:31:10,210
Així que de vegades t'agradaria un error,
o potser el que desitja és una advertència.

539
00:31:10,210 --> 00:31:12,160
En aquest cas, R no fa això.

540
00:31:12,160 --> 00:31:14,300
Així que és realment fins
en base fora del

541
00:31:14,300 --> 00:31:17,310
Creus que l'idioma
de fer en aquest cas

542
00:31:17,310 --> 00:31:22,920
si es passa en un vector de booleans
quan estàs fent un if condició.

543
00:31:22,920 --> 00:31:31,733
>> Així que anem a dir que vostè tenia l'original
un amb if else return TRUE i ja està

544
00:31:31,733 --> 00:31:34,190
va a tornar FALSE.

545
00:31:34,190 --> 00:31:39,300
Així que una manera d'abstreure
això és per dir que

546
00:31:39,300 --> 00:31:41,530
ni tan sols necessiten aquesta cosa condicional.

547
00:31:41,530 --> 00:31:47,220
Una altra cosa que puc fer és només
la devolució dels mateixos valors.

548
00:31:47,220 --> 00:31:53,240
Així que si et fixes, si
Do Val és més gran que 5,

549
00:31:53,240 --> 00:31:56,350
això va a tornar un
vector FALS VERDADER FALS.

550
00:31:56,350 --> 00:31:58,850
>> Potser això és el que
desitjar per bounded.compare.

551
00:31:58,850 --> 00:32:02,940
Tu vols tornar un vector de booleans
on es compara cada un dels valors

552
00:32:02,940 --> 00:32:04,190
a si mateixos.

553
00:32:04,190 --> 00:32:11,165
Així que només puc fer bounded.compare
funció de x, a és igual a 5.

554
00:32:11,165 --> 00:32:13,322

555
00:32:13,322 --> 00:32:15,363
I a continuació, en lloc de fer
aquesta condició més si,

556
00:32:15,363 --> 00:32:21,430
Jo només vaig a tornar
x és major que 5.

557
00:32:21,430 --> 00:32:23,620
Així que si és cert, llavors
que va a tornar TRUE.

558
00:32:23,620 --> 00:32:26,830
I després, si no ho és, és
va a tornar FALSE.

559
00:32:26,830 --> 00:32:30,880
>> I això funcionarà per
qualsevol d'aquestes estructures.

560
00:32:30,880 --> 00:32:41,450
Així que puc bounded.compare c juny 1 o 9
i després em vaig a dir a és igual a 6,

561
00:32:41,450 --> 00:32:42,799
per exemple.

562
00:32:42,799 --> 00:32:44,840
I després es va a
li donarà el dret de Boole

563
00:32:44,840 --> 00:32:48,240
vector que estàs dissenyant.

564
00:32:48,240 --> 00:32:50,660
>> Així que aquests són només funcions
i ara permetin-me

565
00:32:50,660 --> 00:32:54,980
mostrar alguns elements visuals interactius.

566
00:32:54,980 --> 00:32:59,700
No crec que realment tinc
Wi-Fi aquí així que m'acabo d'anar per davant

567
00:32:59,700 --> 00:33:01,970
i evita aquest suposo.

568
00:33:01,970 --> 00:33:05,260
>> Però una cosa que és genial
però, és que si només

569
00:33:05,260 --> 00:33:09,600
que desitgi provar un munt de
diferents comandaments de dades,

570
00:33:09,600 --> 00:33:13,320
hi ha un munt de diferents conjunts de dades
que ja estan precarregats en R.

571
00:33:13,320 --> 00:33:15,770
Així que un d'ells és
anomenat el conjunt de dades de l'iris.

572
00:33:15,770 --> 00:33:18,910
Aquest és un dels més ben coneguda
els d'aprenentatge automàtic.

573
00:33:18,910 --> 00:33:23,350
En general, acaba de fer algun tipus de
casos de prova per veure si el seu codi s'executa.

574
00:33:23,350 --> 00:33:27,520
Així que anem a comprovar el iris és.

575
00:33:27,520 --> 00:33:33,130
>> Així que aquesta cosa va
ser una trama de dades.

576
00:33:33,130 --> 00:33:36,000
I que és una mica llarg perquè
Acabo imprimir Sant Martí.

577
00:33:36,000 --> 00:33:38,810
Està imprimint tota la cosa.

578
00:33:38,810 --> 00:33:42,830
Així que té tots aquests noms diferents.

579
00:33:42,830 --> 00:33:45,505
Així iris és una col·lecció
de flors diferents.

580
00:33:45,505 --> 00:33:48,830
En aquest cas, s'està dient
que les espècies de la mateixa,

581
00:33:48,830 --> 00:33:54,760
tots aquests diferents amplades i
longituds del sèpal i el pètal.

582
00:33:54,760 --> 00:33:58,880
>> I pel que normalment, si
que voleu imprimir Sant Martí,

583
00:33:58,880 --> 00:34:03,680
per exemple, no vol haver de
fer tot això perquè això pot fer-se càrrec de

584
00:34:03,680 --> 00:34:05,190
tota la consola.

585
00:34:05,190 --> 00:34:09,280
Així que una cosa que és realment
agradable és la funció de cap.

586
00:34:09,280 --> 00:34:12,929
Així que si vostè acaba de fer el cap
Sant Martí, això li donarà

587
00:34:12,929 --> 00:34:17,389
les primeres cinc files o sis suposo.

588
00:34:17,389 --> 00:34:19,909
I llavors bé,
només pot especificar aquí.

589
00:34:19,909 --> 00:34:22,914
Així 20-- això li donarà
que les primeres 20 files.

590
00:34:22,914 --> 00:34:24,830
I jo en realitat era una mena
sorprès que aquest

591
00:34:24,830 --> 00:34:28,770
em va donar sis així que em vaig a continuació
i comprovar iris-- o el cap, ho sento.

592
00:34:28,770 --> 00:34:31,699

593
00:34:31,699 --> 00:34:34,960
I aquí se li donarà
que la documentació

594
00:34:34,960 --> 00:34:37,960
del que fa el cap de valor.

595
00:34:37,960 --> 00:34:40,839
Així que retorna el primer
o l'última d'un objecte.

596
00:34:40,839 --> 00:34:42,630
I després vaig a
mirar als valors predeterminats.

597
00:34:42,630 --> 00:34:47,340
I després diu el predeterminat
mètode cap x i n és igual a 6 l.

598
00:34:47,340 --> 00:34:50,620
Així que això torna els primers sis elements.

599
00:34:50,620 --> 00:34:55,050
I de la mateixa manera, si vostè nota aquí,
no ha d'especificar n és igual a 6.

600
00:34:55,050 --> 00:34:56,840
Per defecte s'utilitza 06:00, suposo.

601
00:34:56,840 --> 00:35:00,130
I llavors, si vull especificar un cert
valor, llavors puc veure això també.

602
00:35:00,130 --> 00:35:02,970

603
00:35:02,970 --> 00:35:10,592
>> Així que això és alguns comandaments simples i
aquí hi ha una altra que és sol-- bé,

604
00:35:10,592 --> 00:35:12,550
Jo can-- això és en realitat
una mica més complex,

605
00:35:12,550 --> 00:35:17,130
però això acaba de prendre la classe
de cada columna del conjunt de dades de l'iris.

606
00:35:17,130 --> 00:35:20,910
Així que això li mostrarà el que cada un d'ells
columnes són en termes dels seus tipus.

607
00:35:20,910 --> 00:35:23,665
Així longitud sèpal és numèric,
ample sèpal és numèric.

608
00:35:23,665 --> 00:35:26,540
Tots aquests valors són només numèric
perquè es pot deduir d'aquestes dades

609
00:35:26,540 --> 00:35:29,440
estructurar aquests són
tot va a numèric.

610
00:35:29,440 --> 00:35:34,310
>> I la columna de l'Espècie
serà un factor.

611
00:35:34,310 --> 00:35:37,270
Així que normalment, es podria pensar que
això és com una cadena de caràcters.

612
00:35:37,270 --> 00:35:48,830
Però si només fem irisSpecies,
i després em vaig a fer el cap 5,

613
00:35:48,830 --> 00:35:51,820
i això va a imprimir
els cinc primers valors.

614
00:35:51,820 --> 00:35:54,150
>> I a continuació, observi aquests nivells.

615
00:35:54,150 --> 00:35:58,870
Així que això és dient-- aquesta és la forma de R
de tenir les variables categòriques.

616
00:35:58,870 --> 00:36:03,765
Així que en lloc de només
amb cadenes de caràcters,

617
00:36:03,765 --> 00:36:06,740
té nivells especificant
quina d'aquestes coses són.

618
00:36:06,740 --> 00:36:12,450
>> Així que diguem que irisSpecies 1.

619
00:36:12,450 --> 00:36:17,690
Així que el que vull fer aquí és que estic
subconjunts d'aquesta columna Espècies.

620
00:36:17,690 --> 00:36:21,480
Així que això pren la
La columna Espècies i després

621
00:36:21,480 --> 00:36:23,820
índexs per obtenir el primer element.

622
00:36:23,820 --> 00:36:27,140
Així que això ha de donar setosa.

623
00:36:27,140 --> 00:36:28,710
I també et dóna els nivells aquí.

624
00:36:28,710 --> 00:36:32,812
>> Així que vostè pot comparar també
això a la setosa caràcter

625
00:36:32,812 --> 00:36:34,645
i això no va
és cert perquè un

626
00:36:34,645 --> 00:36:37,940
és d'un tipus diferent que l'altre.

627
00:36:37,940 --> 00:36:40,590
O suposo que és veritat perquè R
és més intel·ligent que això.

628
00:36:40,590 --> 00:36:45,420
I mira això i després
diu, potser això és el que vols.

629
00:36:45,420 --> 00:36:51,860
Així que dirà el caràcter
setosa cadena és la mateixa com aquest.

630
00:36:51,860 --> 00:37:01,290
I a continuació, de manera similar, es pot
També acaba d'agafar aquests com així successivament.

631
00:37:01,290 --> 00:37:05,580
>> Així que això és només una espècie de
ordres ràpides del conjunt de dades.

632
00:37:05,580 --> 00:37:08,030
Així que aquí està una mica d'exploració de dades.

633
00:37:08,030 --> 00:37:11,360
Així que això és una mica més
involucrat amb l'anàlisi de dades.

634
00:37:11,360 --> 00:37:18,340
I això es pren d'alguns
bootcamp en R a Berkeley.

635
00:37:18,340 --> 00:37:20,790
>> Així biblioteca estrangera.

636
00:37:20,790 --> 00:37:24,880
Així que vaig a carregar en un
biblioteca que es diu estrangera.

637
00:37:24,880 --> 00:37:32,460
Així que això em donarà read.dta
així assumir que tinc aquest conjunt de dades.

638
00:37:32,460 --> 00:37:39,000
Aquest s'emmagatzema en el corrent
directori de la meva consola de treball.

639
00:37:39,000 --> 00:37:42,190
Així que anem a veure què
el directori de treball és.

640
00:37:42,190 --> 00:37:44,620
>> Així que aquí està la meva directori de treball.

641
00:37:44,620 --> 00:37:50,040
I llegir dades de punts, aquesta
cosa, està dient aquest fitxer

642
00:37:50,040 --> 00:37:54,650
es troba a la carpeta de dades de
aquest directori de treball actual.

643
00:37:54,650 --> 00:38:00,520
I això no és read.dta
una ordre predeterminat.

644
00:38:00,520 --> 00:38:02,760
Suposo que m'ho vaig carregar a ja.

645
00:38:02,760 --> 00:38:04,750
IEI va assumir vaig carregar això ja.

646
00:38:04,750 --> 00:38:08,115
>> Però fins read.dta no va
ser una ordre predeterminat.

647
00:38:08,115 --> 00:38:11,550
I és per això que vas a tenir
carregar en aquesta biblioteca package--

648
00:38:11,550 --> 00:38:14,500
aquest paquet de flama exterior.

649
00:38:14,500 --> 00:38:16,690
I si vostè no té
el paquet, crec

650
00:38:16,690 --> 00:38:19,180
estranger és un dels més integrats.

651
00:38:19,180 --> 00:38:31,150
En cas contrari, també pot
fer install.packages

652
00:38:31,150 --> 00:38:33,180
i això va a instal·lar el paquet.

653
00:38:33,180 --> 00:38:36,878
I això li donarà R. Uh, no.

654
00:38:36,878 --> 00:38:39,830

655
00:38:39,830 --> 00:38:43,140
I llavors jo només vaig a deixar de
això perquè ja el tinc.

656
00:38:43,140 --> 00:38:46,920
>> Però el que és realment bo de R
és que la gestió de paquets

657
00:38:46,920 --> 00:38:48,510
sistema és molt elegant.

658
00:38:48,510 --> 00:38:52,470
Perquè va a emmagatzemar tot
molt bé per a vostè.

659
00:38:52,470 --> 00:38:59,780
Així que en aquest cas, es va a emmagatzemar
a, crec, aquesta biblioteca aquí.

660
00:38:59,780 --> 00:39:02,390
>> Així que cada vegada que desitgi
instal·lar nous paquets,

661
00:39:02,390 --> 00:39:04,980
és tan simple com
fent install.packages

662
00:39:04,980 --> 00:39:07,500
i R gestionarà tot
els paquets per vostè.

663
00:39:07,500 --> 00:39:12,900
Així que vostè no ha de fer alguna cosa en
Python, on vostè té el paquet extern

664
00:39:12,900 --> 00:39:15,330
gerents com el paper
Anaconda on estiguis

665
00:39:15,330 --> 00:39:18,310
doing-- instal·lar el
paquets externs a Python

666
00:39:18,310 --> 00:39:20,940
i després intenta executar per si mateix.

667
00:39:20,940 --> 00:39:22,210
Així que aquesta és molt bona manera.

668
00:39:22,210 --> 00:39:25,590
>> I install.packages requereix Internet.

669
00:39:25,590 --> 00:39:31,950
Es necessita d'un servidor
i el dipòsit que

670
00:39:31,950 --> 00:39:33,960
recull totes les
paquets és CRAN.

671
00:39:33,960 --> 00:39:40,690
I vostè pot especificar quin tipus de mirall
vol descarregar els paquets.

672
00:39:40,690 --> 00:39:43,420
>> Així que aquí estic prenent aquest conjunt de dades.

673
00:39:43,420 --> 00:39:46,240
Ho estic llegint en l'ús d'aquesta funció.

674
00:39:46,240 --> 00:39:49,360
Així que m'ho dius a mi anar endavant i fer això.

675
00:39:49,360 --> 00:39:52,900
>> Així que anem a suposar que
vostè té aquest conjunt de dades

676
00:39:52,900 --> 00:39:55,550
i vostè no té absolutament
ni idea del que és.

677
00:39:55,550 --> 00:39:58,560
I aquesta realitat sorgeix
amb força freqüència en la indústria

678
00:39:58,560 --> 00:40:00,910
en el qual només té aquests
tones i tones de coses desordenades

679
00:40:00,910 --> 00:40:02,890
i són increïblement sense etiqueta.

680
00:40:02,890 --> 00:40:06,380
Així que aquí tinc aquest
conjunt de dades i no sé

681
00:40:06,380 --> 00:40:08,400
el que és, així que estic sol
mostrant a comprovar-ho.

682
00:40:08,400 --> 00:40:10,620
>> Així que em vaig a fer el cap primer.

683
00:40:10,620 --> 00:40:14,190
Així que puc comprovar els primers sis
columnes del que aquest conjunt de dades és.

684
00:40:14,190 --> 00:40:21,730
Així que aquest és l'estat, pres04, i després
tots aquests diferents tipus de columnes.

685
00:40:21,730 --> 00:40:25,612
I el que és interessant
aquí, suposo, és que vostè

686
00:40:25,612 --> 00:40:27,945
assumiria que això es veu
com una mena d'elecció.

687
00:40:27,945 --> 00:40:30,482

688
00:40:30,482 --> 00:40:32,190
I suposo que només des
veient l'arxiu

689
00:40:32,190 --> 00:40:41,070
nomenar això és una espècie de col·lecció
de les dades sobre els candidats o electors

690
00:40:41,070 --> 00:40:44,920
que va votar pels presidents específics
o candidats presidencials

691
00:40:44,920 --> 00:40:46,550
per a les eleccions de 2004.

692
00:40:46,550 --> 00:40:52,920
>> Així que aquí està els valors 1, 2
així que una forma d'emmagatzemar

693
00:40:52,920 --> 00:40:56,540
els candidats presidencials
són els seus noms.

694
00:40:56,540 --> 00:40:59,780
En aquest cas, sembla que
són valors només sencers.

695
00:40:59,780 --> 00:41:04,030
Així 2004, era Bush
davant Kerry que jo crec.

696
00:41:04,030 --> 00:41:09,010
I ara, anem a dir que simplement no sap
si 1 correspon a Bush o 2

697
00:41:09,010 --> 00:41:11,703
correspon a Kerry o i
etc., etc., no?

698
00:41:11,703 --> 00:41:15,860
>> I això és, només per a mi,
un problema bastant comú.

699
00:41:15,860 --> 00:41:18,230
Llavors, què es pot fer en aquest cas?

700
00:41:18,230 --> 00:41:20,000
Així que anem a veure totes aquestes altres coses.

701
00:41:20,000 --> 00:41:22,790
>> estat, estic assumint aquest
prové de diferents estats.

702
00:41:22,790 --> 00:41:25,100
PartyID, ingressos.

703
00:41:25,100 --> 00:41:27,710
Vegem PartyID.

704
00:41:27,710 --> 00:41:32,800
Així que potser una cosa que pots fer és
mirar a cadascuna de les observacions

705
00:41:32,800 --> 00:41:36,250
que tenen un PartyID del republicà
o demòcrata o alguna cosa així.

706
00:41:36,250 --> 00:41:38,170
Així que anem a veure en què PartyID és.

707
00:41:38,170 --> 00:41:41,946
>> Així que em vaig a prendre
dat i després em vaig

708
00:41:41,946 --> 00:41:47,960
Per a això el signe de dòlar
operador que vaig fer anteriorment

709
00:41:47,960 --> 00:41:50,770
i això va a
subconjunt a aquesta columna.

710
00:41:50,770 --> 00:41:57,760
I després em vaig a dirigir això en
20, només per veure com es veu.

711
00:41:57,760 --> 00:42:00,170
>> Així que això és només un munt d'AN.

712
00:42:00,170 --> 00:42:02,800
En altres paraules, vostè té
falten dades sobre aquests nois.

713
00:42:02,800 --> 00:42:08,100
Però també s'observa aquest
dat PartyID és un factor

714
00:42:08,100 --> 00:42:10,030
pel que aquest li dóna diferents categories.

715
00:42:10,030 --> 00:42:14,170
Així, en altres paraules, PartyID pot prendre
Demòcrata, republicà, independent,

716
00:42:14,170 --> 00:42:16,640
o alguna cosa més.

717
00:42:16,640 --> 00:42:23,940
>> Així que seguirem endavant i que anem
veure quin d'aquests és-- oh, OK.

718
00:42:23,940 --> 00:42:28,480
Així que vaig al subconjunt
a PartyId i després

719
00:42:28,480 --> 00:42:32,780
miren quins són
Demòcrata, per exemple.

720
00:42:32,780 --> 00:42:37,150
Això va a donar-li un booleà,
una enorme booleà de trues i falses.

721
00:42:37,150 --> 00:42:41,630
>> I ara, anem a dir que vull
al subconjunt d'aquests nois.

722
00:42:41,630 --> 00:42:47,260
Així que això va a portar el meu dat i
subconjunt a qualsevol observacions

723
00:42:47,260 --> 00:42:48,910
tenen iguals PartyId iguals demòcrata.

724
00:42:48,910 --> 00:42:52,830

725
00:42:52,830 --> 00:42:55,180
I això és molt llarg perquè
hi ha tants d'ells.

726
00:42:55,180 --> 00:42:59,060
Així que ara, em vaig a dirigir això en 20.

727
00:42:59,060 --> 00:43:05,690

728
00:43:05,690 --> 00:43:11,270
>> I com t'adones, és igual als iguals
és interessant que ets

729
00:43:11,270 --> 00:43:13,250
ya-- vostè també està inclosa l'AN.

730
00:43:13,250 --> 00:43:19,010
Així que en aquest cas, encara no pot aconseguir
qualsevol informació perquè ara tens AN

731
00:43:19,010 --> 00:43:22,650
i el que desitja és veure quin dels
observació correspon al demòcrata

732
00:43:22,650 --> 00:43:24,670
i no falten aquests mateixos valors.

733
00:43:24,670 --> 00:43:27,680
Llavors, com desfer-se d'aquests AN?

734
00:43:27,680 --> 00:43:36,410
>> Així que aquí estic fent servir la clau en la meva
cursor i llavors dient moure.

735
00:43:36,410 --> 00:43:39,778
I llavors aquí només vaig
dir is.na datpartyid.

736
00:43:39,778 --> 00:43:48,970

737
00:43:48,970 --> 00:43:52,720
Així que això i ja tindrà
dos vectors diferents booleanes

738
00:43:52,720 --> 00:43:57,160
i dir que serà
VERITABLE i FALS per exemple.

739
00:43:57,160 --> 00:43:59,190
Així que va a fer aquest component es refereix.

740
00:43:59,190 --> 00:44:02,910
Així que aquí estic dient presa
la trama de dades, subconjunt

741
00:44:02,910 --> 00:44:10,170
als que corresponen a Democrat,
i eliminar qualsevol d'ells que no són NA.

742
00:44:10,170 --> 00:44:13,540
>> Així que això ha voluntat--
donar-li alguna cosa.

743
00:44:13,540 --> 00:44:16,540

744
00:44:16,540 --> 00:44:17,600
Vegem is.na.

745
00:44:17,600 --> 00:44:24,670

746
00:44:24,670 --> 00:44:27,690
Provem datpartyid is.na.

747
00:44:27,690 --> 00:44:36,290

748
00:44:36,290 --> 00:44:45,290
I això ha de donar usted--
sorry-- només un vector booleà.

749
00:44:45,290 --> 00:44:49,260
I després, perquè és molt llarg,
Vaig a un subconjunt de 20.

750
00:44:49,260 --> 00:44:49,760
D'acord.

751
00:44:49,760 --> 00:44:51,570
Així que això hauria de funcionar.

752
00:44:51,570 --> 00:44:54,700
>> I aquest també serà Veritables.

753
00:44:54,700 --> 00:45:01,830
Ah, així que el meu error aquí és que jo-- jo
utilitzen C ++ i R indistintament pel que fan

754
00:45:01,830 --> 00:45:03,590
aquest error tot el temps.

755
00:45:03,590 --> 00:45:05,807
L'operador i és
en realitat el que vostè desitja.

756
00:45:05,807 --> 00:45:08,140
No vol utilitzar dues
els símbols d'unió, només un de sol.

757
00:45:08,140 --> 00:45:14,970

758
00:45:14,970 --> 00:45:17,010
D'acord.

759
00:45:17,010 --> 00:45:18,140
>> Així que anem a veure.

760
00:45:18,140 --> 00:45:20,930

761
00:45:20,930 --> 00:45:23,920
Així que subestablecida a la
PartyID on estan demòcrata

762
00:45:23,920 --> 00:45:25,300
i no hi ha els valors perduts.

763
00:45:25,300 --> 00:45:27,690
I ara anem a veure
quines van votar.

764
00:45:27,690 --> 00:45:31,530
Així que sembla que la majoria
d'ells van votar per 1.

765
00:45:31,530 --> 00:45:36,090
Així que vaig a seguir endavant
i dir que és Kerry.

766
00:45:36,090 --> 00:45:39,507
>> I de la mateixa manera, es pot
També anar a Republicà

767
00:45:39,507 --> 00:45:41,090
i és d'esperar, això ha de donar 2.

768
00:45:41,090 --> 00:45:49,730

769
00:45:49,730 --> 00:45:51,770
És només un munt de diferents columnes.

770
00:45:51,770 --> 00:45:53,070
I, en efecte, és 2.

771
00:45:53,070 --> 00:45:55,750
Així PartyId tot republicà,
la majoria d'ells estan votant per 2.

772
00:45:55,750 --> 00:45:58,390
>> Així que sembla, només
al veure això,

773
00:45:58,390 --> 00:46:00,600
Republicà serà
1 very-- o la PartyID

774
00:46:00,600 --> 00:46:02,790
serà una molt
factor important en la determinació de

775
00:46:02,790 --> 00:46:05,420
quin dels candidats que estan
anar a votar.

776
00:46:05,420 --> 00:46:07,120
I això és òbviament cert en general.

777
00:46:07,120 --> 00:46:10,139
I això coincideix amb el seu
intuïció, és clar.

778
00:46:10,139 --> 00:46:11,930
Així que sembla que sóc
acabant el temps ho

779
00:46:11,930 --> 00:46:17,040
m'ho dius a mi només hauria de seguir endavant
i mostrar algunes imatges ràpides.

780
00:46:17,040 --> 00:46:21,120
Així que aquí hi ha alguna cosa que és lleugerament
més complicada amb la visualització.

781
00:46:21,120 --> 00:46:26,450
Així doncs, en aquest cas, aquest és un molt
simple anàlisi de simplement comprovar el

782
00:46:26,450 --> 00:46:28,500
el president del '04 és.

783
00:46:28,500 --> 00:46:33,920
>> Així que en aquest cas, diguem que vostè
volgut respondre a aquesta pregunta.

784
00:46:33,920 --> 00:46:38,540
Així que suposem que volíem saber la votació
comportament en les eleccions de president 2004

785
00:46:38,540 --> 00:46:41,170
i com això varia segons la raça.

786
00:46:41,170 --> 00:46:44,380
Així que no només és el que vols
veure el comportament dels votants,

787
00:46:44,380 --> 00:46:47,860
però desitja subconjunt de cada
raça i espècie de resum que.

788
00:46:47,860 --> 00:46:50,770
I només es pot dir
per aquesta notació complexa

789
00:46:50,770 --> 00:46:52,580
que això és una espècie d'aconseguir nebulós.

790
00:46:52,580 --> 00:46:56,390
>> Així que un dels més avançats d'I
paquets que també classe de recent

791
00:46:56,390 --> 00:47:00,070
es diu dplyr.

792
00:47:00,070 --> 00:47:03,060
Pel que és aquesta d'aquí.

793
00:47:03,060 --> 00:47:08,080
I ggplot2 ggg-- és només un bonic
manera de fer les millors visualitzacions

794
00:47:08,080 --> 00:47:09,400
que l'incorporat.

795
00:47:09,400 --> 00:47:11,108
>> Així que vaig a carregar
aquestes dues biblioteques.

796
00:47:11,108 --> 00:47:13,200

797
00:47:13,200 --> 00:47:16,950
I llavors, em vaig a anar
endavant i executar aquesta comanda.

798
00:47:16,950 --> 00:47:19,050
Vostè només pot tractar això com un quadre negre.

799
00:47:19,050 --> 00:47:23,460
>> El que passa és que aquesta canonada
operador està passant en aquest argument

800
00:47:23,460 --> 00:47:24,110
en aquí.

801
00:47:24,110 --> 00:47:28,070
Així que estic dient grup de dat
la raça i el llavors president 04.

802
00:47:28,070 --> 00:47:31,530
I després, tots aquests altres ordres
estan filtrant i després resumir

803
00:47:31,530 --> 00:47:34,081
on jo estic fent recompte i
llavors estic traçant aquí.

804
00:47:34,081 --> 00:47:39,980

805
00:47:39,980 --> 00:47:42,500
Acceptar fresc.

806
00:47:42,500 --> 00:47:44,620
Així que seguirem endavant i
veure l'aspecte que té.

807
00:47:44,620 --> 00:47:52,280

808
00:47:52,280 --> 00:47:57,290
>> Llavors, què està passant aquí és que jo
només tracen cadascuna de les carreres i després

809
00:47:57,290 --> 00:47:59,670
quines van votar.

810
00:47:59,670 --> 00:48:03,492
I aquests dos diferents
valors corresponen a 2 i 1.

811
00:48:03,492 --> 00:48:05,325
Si vols ser més
elegant, també pot

812
00:48:05,325 --> 00:48:11,770
Només especifiqui que 2 és Kerry-- o
2 és Bush, i després 1 és Kerry.

813
00:48:11,770 --> 00:48:13,700
I també es pot tenir
que en la seva llegenda.

814
00:48:13,700 --> 00:48:17,410
>> I també es pot dividir aquests gràfics de barres.

815
00:48:17,410 --> 00:48:19,480
Perquè una cosa és
que, si et fixes,

816
00:48:19,480 --> 00:48:24,560
això no és molt fàcil d'identificar
Quin d'aquests dos valors són més grans.

817
00:48:24,560 --> 00:48:27,920
Així que una cosa que t'agradaria
fer és prendre aquest àrea blava

818
00:48:27,920 --> 00:48:31,855
i acaba de passar per aquí, així que
Podem comparar aquests dos de costat a costat.

819
00:48:31,855 --> 00:48:34,480
I crec que això és una cosa que
no tenen temps per fer-ho en aquest moment,

820
00:48:34,480 --> 00:48:36,660
però això és també molt fàcil de fer.

821
00:48:36,660 --> 00:48:40,310
Vostè pot simplement mirar
les pàgines del manual d'ggplot.

822
00:48:40,310 --> 00:48:47,170
Així que només puc fer ggplot com
això i llegir en aquesta pàgina de manual.

823
00:48:47,170 --> 00:48:51,920
>> Així que permetin-me ràpidament
mostrar algunes coses interessants.

824
00:48:51,920 --> 00:48:57,610
Seguirem endavant i anar A-- només una
aplicació d'aprenentatge automàtic.

825
00:48:57,610 --> 00:49:02,450
Així que anem a dir que tenim aquests tres
paquets, així que vaig a carregar aquests a.

826
00:49:02,450 --> 00:49:05,500

827
00:49:05,500 --> 00:49:09,170
Així que això acaba d'imprimir una mica de
informació després vaig carregar a la cosa.

828
00:49:09,170 --> 00:49:15,220
Així que jo estic dient això read.csv,
aquest conjunt de dades, i ara

829
00:49:15,220 --> 00:49:18,940
Vaig a seguir endavant i mirar i
veure el que hi ha dins d'aquest conjunt de dades.

830
00:49:18,940 --> 00:49:22,080
>> Així que les primeres 20 observacions.

831
00:49:22,080 --> 00:49:27,190
Així que només tinc X1, X2 i Y. Per tant,
sembla com un munt d'aquests valors

832
00:49:27,190 --> 00:49:31,640
es van des potser 20 a 80 o així.

833
00:49:31,640 --> 00:49:37,700
I llavors de manera similar per X2 i després
I aquest sembla ser etiquetes de 0 i 1.

834
00:49:37,700 --> 00:49:49,500
>> Per comprovar això, puc
només ho fan les dades de resum X1.

835
00:49:49,500 --> 00:49:51,660
I llavors de manera similar per
totes aquestes altres columnes.

836
00:49:51,660 --> 00:49:55,300
Així resum és una forma ràpida de
el que mostra als valors ràpids.

837
00:49:55,300 --> 00:49:56,330
Oh, ho sento.

838
00:49:56,330 --> 00:49:58,440
Aquest ha de ser Y.

839
00:49:58,440 --> 00:50:03,420
>> Així que en aquest cas, fa la
quantils, mitjanes, Maxes també.

840
00:50:03,420 --> 00:50:07,130
En aquest cas, dataY, es pot veure
que només serà 0 i 1.

841
00:50:07,130 --> 00:50:10,100
També la mitjana està dient
0.6, només significa que es

842
00:50:10,100 --> 00:50:13,380
sembla que tinc més que 1s 0s.

843
00:50:13,380 --> 00:50:16,160
>> Així que m'ho dius a mi anar endavant i espectacle
el que això sembla.

844
00:50:16,160 --> 00:50:17,470
Així que només vaig a graficar aquesta.

845
00:50:17,470 --> 00:50:22,852

846
00:50:22,852 --> 00:50:24,636
Anem a veure com esborrar això.

847
00:50:24,636 --> 00:50:30,492

848
00:50:30,492 --> 00:50:31,468
Oh D'acord.

849
00:50:31,468 --> 00:50:35,840

850
00:50:35,840 --> 00:50:36,340
D'acord.

851
00:50:36,340 --> 00:50:37,590
>> Així que això és el que sembla.

852
00:50:37,590 --> 00:50:46,310
Així que sembla que els grocs vaig especificar
com 0, i després vermell vaig especificar com 1s.

853
00:50:46,310 --> 00:50:52,190
Així que aquí es veu com
punts d'etiqueta i es

854
00:50:52,190 --> 00:50:56,410
sembla que només volia una mica de
tipus d'agrupació en això.

855
00:50:56,410 --> 00:51:01,020
>> I permetin-me seguir endavant i espectacle
que algunes d'aquestes funcions incorporades.

856
00:51:01,020 --> 00:51:03,580
Així que aquí està lm.

857
00:51:03,580 --> 00:51:06,060
Així que això és només tractar
per ajustar una recta a això.

858
00:51:06,060 --> 00:51:08,640
Llavors, ¿quina és la millor manera
que puc encaixar aquesta línia

859
00:51:08,640 --> 00:51:14,020
que serà millor separar
aquest tipus d'agrupació.

860
00:51:14,020 --> 00:51:21,790
I l'ideal és que només pot veure
que jo només corro tots aquests comandaments

861
00:51:21,790 --> 00:51:25,450
i després, vaig
endavant i afegir la línia.

862
00:51:25,450 --> 00:51:28,970
>> Així que això sembla la millor conjectura.

863
00:51:28,970 --> 00:51:34,150
Es tracta de prendre la millor que minimitza
l'error en tractar d'encaixar aquesta línia.

864
00:51:34,150 --> 00:51:40,000
Òbviament, això sembla una mica
bo, però no és la millor.

865
00:51:40,000 --> 00:51:43,130
I els models lineals, en
en general, seran

866
00:51:43,130 --> 00:51:46,811
realment gran per a la teoria i només una espècie
dels fonaments bàsics de la màquina

867
00:51:46,811 --> 00:51:47,310
l'aprenentatge.

868
00:51:47,310 --> 00:51:50,330
Però en la pràctica, vostè va a
voler fer alguna cosa més general.

869
00:51:50,330 --> 00:51:54,280
>> Pel que només pot intentar executar
cosa que es diu una xarxa neural.

870
00:51:54,280 --> 00:51:57,110
Aquestes coses són
cada vegada més comú.

871
00:51:57,110 --> 00:52:00,530
I simplement funcionen fantàsticament
per a grans conjunts de dades.

872
00:52:00,530 --> 00:52:07,080
Així que en aquest cas, només tener--
anem a veure-- tenim nrow.

873
00:52:07,080 --> 00:52:09,010
Així nrow és només dir el nombre de files.

874
00:52:09,010 --> 00:52:11,790
Així que en aquest cas,
té 100 observacions.

875
00:52:11,790 --> 00:52:15,010
>> Així que m'ho dius a mi anar endavant i
fer una xarxa neural.

876
00:52:15,010 --> 00:52:18,620
Així que això és realment agradable
perquè puc només dir NNET

877
00:52:18,620 --> 00:52:21,767
i després em regressió I.
Així que el I és que la columna.

878
00:52:21,767 --> 00:52:23,850
I a continuació, en la regressió
les altres dues variables.

879
00:52:23,850 --> 00:52:27,360
Així que aquest és més curt
notació per X1 i X2.

880
00:52:27,360 --> 00:52:29,741
>> Així que seguirem endavant i executar aquest.

881
00:52:29,741 --> 00:52:30,240
Oh, ho sento.

882
00:52:30,240 --> 00:52:32,260
Necessito funcionar tot això.

883
00:52:32,260 --> 00:52:37,500
I això és només la impressió de notació
per la rapidesa o no ràpidament

884
00:52:37,500 --> 00:52:38,460
convergit.

885
00:52:38,460 --> 00:52:41,420
Així que sembla que no convergeixen.

886
00:52:41,420 --> 00:52:44,970
Així que m'ho dius a mi anar endavant i d'impressió
el que això sembla.

887
00:52:44,970 --> 00:52:51,260
>> Consulti aquí hi ha la imatge i aquí és
un nivell que mostra el bé que encaixa.

888
00:52:51,260 --> 00:52:56,380
I això és sol-- es pot veure
això que això és molt, molt agradable.

889
00:52:56,380 --> 00:52:59,400
Fins i tot podria ser
sobreajust, però vostè pot també

890
00:52:59,400 --> 00:53:03,390
explicar això amb una altra
tècniques com la validació creuada.

891
00:53:03,390 --> 00:53:06,180
I aquests també es construeixen en R.

892
00:53:06,180 --> 00:53:09,170
>> I permetin-me mostrar
suport de màquines de vectors.

893
00:53:09,170 --> 00:53:12,470
Aquesta és una altra realitat comuna
tècnica d'aprenentatge automàtic.

894
00:53:12,470 --> 00:53:18,550
És molt similar als models lineals, però
utilitza el que s'anomena un mètode nucli.

895
00:53:18,550 --> 00:53:22,790
I anem a veure el bé que ho fa.

896
00:53:22,790 --> 00:53:26,430
Així que aquest és molt similar a com
així una xarxa neuronal realitza,

897
00:53:26,430 --> 00:53:27,900
però és molt més suau.

898
00:53:27,900 --> 00:53:35,740
I això es basa apagat
de què-- com el treball SVM.

899
00:53:35,740 --> 00:53:40,250
>> Així que això és només una molt
visió ràpida general

900
00:53:40,250 --> 00:53:43,822
de les funcions incorporades que pot fer
i també alguns de l'exploració de les dades.

901
00:53:43,822 --> 00:53:45,905
Així que permetin-me seguir endavant
i tornar a les diapositives.

902
00:53:45,905 --> 00:53:50,290

903
00:53:50,290 --> 00:53:53,670
>> Així que, òbviament, això és
no molt àmplia.

904
00:53:53,670 --> 00:53:57,140
I això és realment només un teaser
que li mostra el que pot fer realment a R.

905
00:53:57,140 --> 00:53:59,100
Així que si vostè acaba de voler
per aprendre més, aquí

906
00:53:59,100 --> 00:54:01,210
són un munt de diferents recursos.

907
00:54:01,210 --> 00:54:06,890
>> Així que si ets aficionat als llibres de text o ets
simplement aficionat a llegir coses en línia,

908
00:54:06,890 --> 00:54:09,670
llavors aquest és un fantàstic
un per Hadley Wickham,

909
00:54:09,670 --> 00:54:13,010
qui també va crear tots aquests
paquets molt interessants.

910
00:54:13,010 --> 00:54:17,420
Si ets aficionat als vídeos, a continuació,
Berkeley té una impressionant bootcamp

911
00:54:17,420 --> 00:54:21,060
això és several-- això és una mica llarg.

912
00:54:21,060 --> 00:54:24,210
I que li ensenyarà gairebé
tot el que vostè vol saber sobre R.

913
00:54:24,210 --> 00:54:27,770
>> I de la mateixa manera, no hi ha Codeacademy
i tot això una altra classe

914
00:54:27,770 --> 00:54:29,414
llocs web d'interactius.

915
00:54:29,414 --> 00:54:31,580
Ells també estan rebent
common-- més i més comú.

916
00:54:31,580 --> 00:54:33,749
Així que aquest és molt similar a Codeacademy.

917
00:54:33,749 --> 00:54:35,790
I, finalment, si només
vull Comunitat i ajudar,

918
00:54:35,790 --> 00:54:38,800
aquests són un munt de
coses que vostè pot anar.

919
00:54:38,800 --> 00:54:40,880
Òbviament, encara
utilitzar llistes de distribució, només

920
00:54:40,880 --> 00:54:44,860
com gairebé tots els altres
comunitat llenguatge de programació.

921
00:54:44,860 --> 00:54:47,880
I #rstats, això és
la nostra comunitat de Twitter.

922
00:54:47,880 --> 00:54:49,580
Això és en realitat bastant comú.

923
00:54:49,580 --> 00:54:50,850
I llavors l'usuari!

924
00:54:50,850 --> 00:54:52,340
És només la nostra conferència.

925
00:54:52,340 --> 00:54:55,390
>> I després, per descomptat, vostè pot
utilitzar totes aquestes altres coses de preguntes i respostes,

926
00:54:55,390 --> 00:54:57,680
com desbordament de la pila,
Google, i després GitHub.

927
00:54:57,680 --> 00:55:00,490
A causa de que la majoria d'aquests paquets
i gran part de la comunitat

928
00:55:00,490 --> 00:55:03,420
se centrarà en el desenvolupament de
codi perquè és de codi obert.

929
00:55:03,420 --> 00:55:05,856
I és realment agradable a GitHub.

930
00:55:05,856 --> 00:55:08,730
I, finalment, pot posar-se en contacte amb mi si
només tens alguna pregunta ràpids.

931
00:55:08,730 --> 00:55:13,530
Així que vostè em pot trobar a Twitter aquí,
meu lloc web, i només el meu correu electrònic.

932
00:55:13,530 --> 00:55:17,840
Així que espero, que era
alguna cosa-- només un teaser curt

933
00:55:17,840 --> 00:55:20,900
del que R és realment capaç de fer.

934
00:55:20,900 --> 00:55:23,990
I és d'esperar, que acaba de
fes un cop d'ull a aquests tres enllaços

935
00:55:23,990 --> 00:55:25,760
i veure el que pot fer més.

936
00:55:25,760 --> 00:55:28,130
I suposo que això és només sobre ell.

937
00:55:28,130 --> 00:55:28,630
Gràcies.

938
00:55:28,630 --> 00:55:30,780
>> [Aplaudiments]

939
00:55:30,780 --> 00:55:31,968