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

2
00:00:00,750 --> 00:00:09,800
>> [Παίζει μουσική]

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

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

5
00:00:13,680 --> 00:00:14,980
Dustin όνομά μου.

6
00:00:14,980 --> 00:00:18,419
Γι 'αυτό θα πρέπει να παρουσιάσει
Ανάλυση δεδομένων σε R.

7
00:00:18,419 --> 00:00:19,710
Ακριβώς λίγο για τον εαυτό μου.

8
00:00:19,710 --> 00:00:24,320
Είμαι σήμερα ένας μεταπτυχιακός φοιτητής στο
Μηχανικής και Εφαρμοσμένων Επιστημών.

9
00:00:24,320 --> 00:00:28,330
Έχω μελετήσει ένα σημείο τομής
μηχανική μάθηση και στατιστικές

10
00:00:28,330 --> 00:00:31,375
έτσι Ανάλυση δεδομένων σε R είναι
πραγματικά θεμελιώδης σε ό, τι

11
00:00:31,375 --> 00:00:33,790
Κάνω σε καθημερινή βάση.

12
00:00:33,790 --> 00:00:35,710
>> Και το R είναι ιδιαίτερα
καλό για ανάλυση δεδομένων

13
00:00:35,710 --> 00:00:39,310
γιατί είναι πολύ καλό για τη δημιουργία πρωτοτύπων.

14
00:00:39,310 --> 00:00:43,590
Και συνήθως, όταν κάνεις κάποιο είδος
της ανάλυσης των δεδομένων, πολλά από τα προβλήματα

15
00:00:43,590 --> 00:00:44,920
πρόκειται να γνωστική.

16
00:00:44,920 --> 00:00:48,700
Και έτσι απλά θέλετε να έχετε
κάποια πραγματικά καλή γλώσσα που

17
00:00:48,700 --> 00:00:53,770
είναι μόνο καλό για να κάνει
ενσωματωμένες λειτουργίες, σε αντίθεση με

18
00:00:53,770 --> 00:00:57,430
να χρειάζεται να ασχοληθεί με πράγματα χαμηλό επίπεδο.

19
00:00:57,430 --> 00:01:01,040
Έτσι, στην αρχή, είμαι απλώς πρόκειται
να εισαγάγει τι είναι R, γιατί θα

20
00:01:01,040 --> 00:01:04,540
θέλετε να το χρησιμοποιήσετε, και
τότε πάει πάνω σε κάποιο demo,

21
00:01:04,540 --> 00:01:07,060
και να φύγουμε από εκεί.

22
00:01:07,060 --> 00:01:08,150
>> Έτσι τι είναι R;

23
00:01:08,150 --> 00:01:11,180
R είναι απλά μια γλώσσα που αναπτύχθηκε
για στατιστικούς υπολογισμούς

24
00:01:11,180 --> 00:01:12,450
και την απεικόνιση.

25
00:01:12,450 --> 00:01:16,000
Έτσι, αυτό σημαίνει ότι
Είναι ένα πολύ εξαιρετικό γλώσσα

26
00:01:16,000 --> 00:01:22,400
για κάθε είδος του πράγματος που ασχολείται με
αβεβαιότητα ή οπτικοποίηση δεδομένων.

27
00:01:22,400 --> 00:01:24,850
Έτσι, έχετε όλα αυτά
κατανομές πιθανότητας.

28
00:01:24,850 --> 00:01:27,140
Υπάρχουν πρόκειται να είναι
ενσωματωμένες λειτουργίες.

29
00:01:27,140 --> 00:01:31,650
Θα έχετε επίσης εξαιρετικές
σχεδίαση πακέτα.

30
00:01:31,650 --> 00:01:34,110
>> Η Python είναι μια άλλη ανταγωνίζονται
γλώσσα για τα δεδομένα.

31
00:01:34,110 --> 00:01:40,020
Και ένα πράγμα που βρίσκω ότι η R
είναι πολύ καλύτερα σε είναι η οπτικοποίηση.

32
00:01:40,020 --> 00:01:45,200
Έτσι, αυτό που θα δείτε στο demo ως
καλά είναι απλά ένα πολύ έξυπνο γλώσσα

33
00:01:45,200 --> 00:01:48,050
ότι ακριβώς λειτουργεί εξαιρετικά καλά.

34
00:01:48,050 --> 00:01:53,140
Επίσης, είναι δωρεάν και ανοιχτού κώδικα, όπως
είναι οποιαδήποτε άλλη καλή γλώσσα υποθέτω.

35
00:01:53,140 --> 00:01:55,440
>> Και εδώ, ένα μάτσο μόνο
λέξεις-κλειδιά που ρίχνονται σε σας.

36
00:01:55,440 --> 00:02:00,450
Είναι δυναμική, που σημαίνει ότι αν έχετε ένα
συγκεκριμένο τύπο αποδίδεται σε ένα αντικείμενο

37
00:02:00,450 --> 00:02:02,025
από ό, τι θα το αλλάξει μόνο με τη μύγα.

38
00:02:02,025 --> 00:02:05,670
Είναι τεμπέλης έτσι είναι έξυπνο για
πώς το κάνει υπολογισμούς.

39
00:02:05,670 --> 00:02:12,250
Λειτουργική σημαίνει ότι μπορεί πραγματικά να λειτουργήσει
βασίζεται στα ανοικτά των λειτουργιών έτσι anything--

40
00:02:12,250 --> 00:02:16,910
κάθε είδους χειραγώγηση είστε
αυτό, θα πρέπει να βασίζεται στα ανοικτά λειτουργίες.

41
00:02:16,910 --> 00:02:20,162
>> Έτσι δυαδικοί τελεστές, για παράδειγμα,
είναι μόνο εγγενώς λειτουργίες.

42
00:02:20,162 --> 00:02:21,870
Και όλα αυτά που
θα πάμε να κάνουμε είναι να

43
00:02:21,870 --> 00:02:24,690
πρόκειται να τρέξει λειτουργίες ίδια.

44
00:02:24,690 --> 00:02:27,140
Και στη συνέχεια, αντικειμενοστρεφής, καθώς και.

45
00:02:27,140 --> 00:02:30,930
>> Έτσι, εδώ είναι ένα οικόπεδο XKCD.

46
00:02:30,930 --> 00:02:34,350
Όχι μόνο γιατί νιώθω
XKCD είναι θεμελιώδους σημασίας για κάθε είδος

47
00:02:34,350 --> 00:02:37,770
της παρουσίασης, αλλά επειδή
Νιώθω σαν αυτό πραγματικά

48
00:02:37,770 --> 00:02:42,160
σφυριά το σημείο ότι πολλά από τα
χρόνο όταν κάνετε κάποιο είδος των δεδομένων

49
00:02:42,160 --> 00:02:46,570
ανάλυση, το πρόβλημα δεν είναι
τόσο πολύ το πόσο γρήγορα τρέχει,

50
00:02:46,570 --> 00:02:49,850
αλλά πόσο καιρό πρόκειται να
παίρνετε να προγραμματίσετε το έργο.

51
00:02:49,850 --> 00:02:54,112
Έτσι, εδώ είναι απλά να εξετασθεί αν
στρατηγική Α ή Β είναι πιο αποτελεσματική.

52
00:02:54,112 --> 00:02:55,820
Αυτό πρόκειται να είναι
κάτι που είστε

53
00:02:55,820 --> 00:02:58,290
πρόκειται να ασχοληθεί πολύ με σε
είδος γλώσσες χαμηλού επιπέδου

54
00:02:58,290 --> 00:03:03,440
όπου έχουμε να κάνουμε με σφάλματα SEG,
κατανομή μνήμης, initializations,

55
00:03:03,440 --> 00:03:05,270
Ακόμα και η ενσωματωμένες λειτουργίες.

56
00:03:05,270 --> 00:03:09,920
Και αυτά τα πράγματα είναι όλα τα χειρίζεται
πολύ, πολύ όμορφα στο R.

57
00:03:09,920 --> 00:03:12,839
>> Έτσι απλά για να σφυρί αυτό
σημείο, το μεγαλύτερο εμπόδιο

58
00:03:12,839 --> 00:03:13,880
πρόκειται να είναι γνωστική.

59
00:03:13,880 --> 00:03:17,341
Έτσι, η ανάλυση των δεδομένων είναι ένα πολύ δύσκολο πρόβλημα.

60
00:03:17,341 --> 00:03:19,340
Είτε κάνετε
μηχανικής μάθησης ή είστε

61
00:03:19,340 --> 00:03:22,550
κάνει ακριβώς κάποιο είδος του
βασική διερεύνηση δεδομένων,

62
00:03:22,550 --> 00:03:25,290
δεν θέλετε να έχετε
να λάβει ένα έγγραφο

63
00:03:25,290 --> 00:03:27,440
και στη συνέχεια να καταρτίσει
κάτι κάθε φορά που

64
00:03:27,440 --> 00:03:31,010
θέλετε να δείτε τι μια στήλη μοιάζει,
τι συγκεκριμένα στοιχεία ενός πίνακα

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

66
00:03:32,195 --> 00:03:34,320
Έτσι απλά θέλετε να έχετε
μερικά πραγματικά ωραία διεπαφή

67
00:03:34,320 --> 00:03:37,740
μπορείτε να εκτελέσετε μια απλή λειτουργία
ότι ευρετήρια σε ό, τι

68
00:03:37,740 --> 00:03:41,870
θέλετε και απλά τρέξτε το από εκεί.

69
00:03:41,870 --> 00:03:44,190
Και θα πρέπει να έχετε τομέα
συγκεκριμένες γλώσσες για αυτό.

70
00:03:44,190 --> 00:03:51,750
Και R θα βοηθήσει πραγματικά να ορίσετε το
πρόβλημα και να λύσει αυτό με αυτόν τον τρόπο.

71
00:03:51,750 --> 00:03:58,690
>> Έτσι, εδώ είναι μια γραφική παράσταση που δείχνει τον προγραμματισμό
δημοτικότητα του R ως έχει πάει την πάροδο του χρόνου.

72
00:03:58,690 --> 00:04:04,060
Έτσι, όπως μπορείτε να δείτε, όπως το 2013 ή
γι 'αυτό ακριβώς ανατινάχθηκε τρομερά.

73
00:04:04,060 --> 00:04:09,570
Και αυτό ήταν μόνο και μόνο επειδή του ότι
τεράστια τάση στον κλάδο της τεχνολογίας

74
00:04:09,570 --> 00:04:10,590
για μεγάλα δεδομένα.

75
00:04:10,590 --> 00:04:13,010
Επίσης, δεν είναι μόνο η τεχνολογία
βιομηχανία, αλλά πραγματικά

76
00:04:13,010 --> 00:04:16,490
κάθε that-- βιομηχανία, επειδή
πολλές από τις βιομηχανίες

77
00:04:16,490 --> 00:04:20,589
είναι είδος θεμελιώδους σημασίας για
προσπαθεί να λύσει αυτά τα προβλήματα.

78
00:04:20,589 --> 00:04:24,590
Και συνήθως, μπορείτε να έχετε κάποια καλή
τρόπος μέτρησης αυτών των προβλημάτων

79
00:04:24,590 --> 00:04:29,720
ή ακόμη και τον ορισμό τους ή
επίλυσή τους με τη χρήση των δεδομένων.

80
00:04:29,720 --> 00:04:35,430
Έτσι, νομίζω ότι αυτή τη στιγμή το R είναι η 11η
πιο δημοφιλή γλώσσα για Tiobe

81
00:04:35,430 --> 00:04:38,200
και είναι από τότε αναπτύσσεται συνεχώς.

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

83
00:04:40,740 --> 00:04:43,080
>> Έτσι, εδώ είναι λίγο περισσότερο
χαρακτηριστικά του R. Έχει

84
00:04:43,080 --> 00:04:46,900
ένας τεράστιος αριθμός των συσκευασιών και
για όλα αυτά τα διαφορετικά πράγματα.

85
00:04:46,900 --> 00:04:52,470
Έτσι, κάθε φορά που έχετε
συγκεκριμένο πρόβλημα, οι περισσότεροι

86
00:04:52,470 --> 00:04:55,060
ο χρόνος R θα έχει
ότι η λειτουργία για σας.

87
00:04:55,060 --> 00:04:58,520
Έτσι, αν θέλετε να
οικοδομήσουμε ένα είδος μηχανής

88
00:04:58,520 --> 00:05:02,770
learning αλγόριθμο που ονομάζεται
Τυχαία Δάσος ή Δένδρα Απόφασης,

89
00:05:02,770 --> 00:05:07,530
ή ακόμη και προσπαθούν να πάρουν το μέσο όρο των
μια λειτουργία ή σε οποιοδήποτε από αυτά τα πράγματα,

90
00:05:07,530 --> 00:05:10,000
R θα έχει αυτό.

91
00:05:10,000 --> 00:05:14,190
>> Και αν το κάνετε σας ενδιαφέρουν
βελτιστοποίησης, ένα πράγμα που είναι κοινό

92
00:05:14,190 --> 00:05:17,430
είναι ότι αφού τελειώσετε πρωτοτύπων
κάποιου είδους γλώσσα υψηλού επιπέδου,

93
00:05:17,430 --> 00:05:19,810
θα ρίξει ότι in--
απλά θα το λιμάνι ότι πάνω

94
00:05:19,810 --> 00:05:21,550
σε κάποια γλώσσα χαμηλού επιπέδου.

95
00:05:21,550 --> 00:05:26,090
Τι είναι καλό για το R είναι ότι όταν είστε
γίνεται προτυποποίηση αυτό, μπορείτε να εκτελέσετε C ++,

96
00:05:26,090 --> 00:05:29,510
ή Fortran, ή οποιαδήποτε από αυτά
χαμηλότερα επίπεδα απ 'ευθείας στο R.

97
00:05:29,510 --> 00:05:32,320
Έτσι αυτό είναι ένα πραγματικά
δροσερό χαρακτηριστικό γνώρισμα για το R,

98
00:05:32,320 --> 00:05:35,930
αν πραγματικά νοιάζονται για
το σημείο βελτιστοποίησης.

99
00:05:35,930 --> 00:05:39,490
>> Και είναι επίσης πολύ καλό
για απεικονίσεις ιστοσελίδων.

100
00:05:39,490 --> 00:05:43,530
Έτσι D3.js, για παράδειγμα, είναι
Υποθέτω ότι ένα άλλο σεμινάριο

101
00:05:43,530 --> 00:05:45,130
που παρουσιάστηκε σήμερα.

102
00:05:45,130 --> 00:05:48,510
Και αυτό είναι πραγματικά φοβερό για
κάνει διαδραστικές απεικονίσεις.

103
00:05:48,510 --> 00:05:54,460
Και D3.js υποθέτει ότι έχετε
κάποιο είδος των δεδομένων που πρέπει να παρίστανται γραφικώς

104
00:05:54,460 --> 00:05:58,080
και το R είναι ένας πολύ καλός τρόπος για να είναι σε θέση να κάνει
Η ανάλυση των δεδομένων, πριν να το εξάγουν

105
00:05:58,080 --> 00:06:04,220
πάνω σε D3.js ή ακόμα και απλά τρέξτε
D3.js εντολές στον εαυτό του R,

106
00:06:04,220 --> 00:06:08,240
καθώς και όλα αυτά
άλλες βιβλιοθήκες, καθώς και.

107
00:06:08,240 --> 00:06:13,041
>> Έτσι, αυτό ήταν μόνο η εισαγωγή του
τι είναι R και γιατί μπορείτε να το χρησιμοποιήσετε.

108
00:06:13,041 --> 00:06:14,790
Έτσι, ελπίζουμε, έχω
σας έπεισε κάτι

109
00:06:14,790 --> 00:06:18,460
περίπου απλώς προσπαθεί να δει τι είναι σαν.

110
00:06:18,460 --> 00:06:23,930
Έτσι, Πάω να πάει μπροστά και να περάσει
κάποιες βασικές αρχές σχετικά με το R αντικείμενα

111
00:06:23,930 --> 00:06:26,150
και τι μπορείτε να κάνετε πραγματικά.

112
00:06:26,150 --> 00:06:29,690
>> Έτσι, εδώ είναι μόνο ένα
δέσμη εντολών μαθηματικά.

113
00:06:29,690 --> 00:06:35,000
Έτσι λένε you're-- θέλετε να χτίσετε
τον εαυτό σας γλώσσα και απλά θέλετε

114
00:06:35,000 --> 00:06:38,080
να έχουν μια δέσμη των διαφορετικών εργαλείων.

115
00:06:38,080 --> 00:06:42,520
Κάθε είδος της λειτουργίας νομίζετε ότι θα
θέλουν είναι λίγο πολύ θα είναι στο R.

116
00:06:42,520 --> 00:06:44,150
>> Έτσι, εδώ είναι 2 συν 2.

117
00:06:44,150 --> 00:06:46,090
Εδώ είναι 2 φορές πίν.

118
00:06:46,090 --> 00:06:51,870
R έχει ένα σωρό ενσωματωμένο σταθερές
ότι θα χρησιμοποιείτε συχνά, όπως π, ε.

119
00:06:51,870 --> 00:06:56,230
>> Και στη συνέχεια, εδώ είναι 7 συν
runif, έτσι runif 1.

120
00:06:56,230 --> 00:07:02,450
Αυτή είναι μια λειτουργία που παράγει είναι
μία τυχαία ομοιόμορφη από 0 έως 1.

121
00:07:02,450 --> 00:07:04,400
Και έπειτα υπάρχει 3 στη δύναμη του 4.

122
00:07:04,400 --> 00:07:06,430
Υπάρχει τετραγωνικές ρίζες.

123
00:07:06,430 --> 00:07:07,270
>> Υπάρχει καταγραφής.

124
00:07:07,270 --> 00:07:14,500
Έτσι, θα κάνει log βάση
εκθετική από μόνη της.

125
00:07:14,500 --> 00:07:18,337
Και τότε, αν ορίσετε μια βάση, τότε
μπορείτε να κάνετε ό, τι βάσης που θέλετε.

126
00:07:18,337 --> 00:07:19,920
Και τότε εδώ είναι μερικές άλλες εντολές.

127
00:07:19,920 --> 00:07:22,180
Έτσι, έχετε 23 mod 2.

128
00:07:22,180 --> 00:07:24,910
Τότε έχετε το υπόλοιπο.

129
00:07:24,910 --> 00:07:27,110
Στη συνέχεια, έχετε την επιστημονική
σημειογραφία, αν και

130
00:07:27,110 --> 00:07:34,060
θέλουν να κάνουν περισσότερα και
πιο περίπλοκα τα πράγματα.

131
00:07:34,060 --> 00:07:37,320
>> Τόσο εδώ είναι η ανάθεση.

132
00:07:37,320 --> 00:07:40,830
Έτσι, τυπικά αναθέσεις σε
R γίνεται με ένα βέλος

133
00:07:40,830 --> 00:07:43,440
γι 'αυτό είναι λιγότερο από ό, τι και στη συνέχεια το ενωτικό.

134
00:07:43,440 --> 00:07:47,250
Έτσι, εδώ είμαι μόνο με την εκχώρηση
3 με τη μεταβλητή val.

135
00:07:47,250 --> 00:07:50,160
>> Και τότε είμαι εκτύπωση Val
και στη συνέχεια εκτυπώνει τρία.

136
00:07:50,160 --> 00:07:53,920
Από προεπιλογή στην Ε διερμηνέα, αυτό
θα εκτυπώσει τα πράγματα για εσάς

137
00:07:53,920 --> 00:07:57,280
έτσι ώστε να μην χρειάζεται να καθορίσετε εκτυπώσετε ένα val
κάθε φορά που θέλετε να εκτυπώσετε κάτι.

138
00:07:57,280 --> 00:08:00,200
Μπορείτε να κάνετε ακριβώς Val και
τότε θα το κάνει αυτό για σας.

139
00:08:00,200 --> 00:08:04,380
>> Επίσης, μπορείτε να χρησιμοποιήσετε ισούται με τεχνικά
ως φορέα ανάθεσης.

140
00:08:04,380 --> 00:08:07,190
Υπάρχουν μικρές λεπτές αποχρώσεις
μεταξύ χρησιμοποιώντας το βέλος

141
00:08:07,190 --> 00:08:10,730
χειριστής και τα ισοδύναμα
χειριστή για τις αναθέσεις.

142
00:08:10,730 --> 00:08:15,470
Κυρίως από τη Σύμβαση, ο καθένας
θα χρησιμοποιήσετε μόνο το φορέα βέλος.

143
00:08:15,470 --> 00:08:21,850
>> Και εδώ, είμαι ανάθεση αυτή
πλάγια σημειογραφία ονομάζεται 1 του παχέος εντέρου 6.

144
00:08:21,850 --> 00:08:26,010
Αυτό δημιουργεί ένα φορέα από 1 έως 6.

145
00:08:26,010 --> 00:08:29,350
Και αυτό πραγματικά ωραία γιατί τότε
εκχωρήσετε το φορέα σε Val

146
00:08:29,350 --> 00:08:34,270
και ότι λειτουργεί από μόνη της.

147
00:08:34,270 --> 00:08:37,799
>> Έτσι, αυτό είναι ήδη πηγαίνει από ένα
single-- ένα πολύ έξυπνο δεδομένα

148
00:08:37,799 --> 00:08:41,070
δομή του μόλις ένα διπλό του
κάποιο είδος του τύπου εντός ενός φορέα

149
00:08:41,070 --> 00:08:45,670
και η οποία θα συγκεντρώσει όλα
οι βαθμωτές τιμές για εσάς.

150
00:08:45,670 --> 00:08:50,770
Έτσι, μετά από να πάει από μονοδιάστατη, μπορείτε
έχουν R αντικείμενα και αυτό είναι ένα διάνυσμα.

151
00:08:50,770 --> 00:08:55,610
Ένας φορέας είναι οποιοδήποτε είδος του
συλλογή του ίδιου τύπου.

152
00:08:55,610 --> 00:08:58,150
Έτσι, εδώ είναι ένα μάτσο φορέων.

153
00:08:58,150 --> 00:08:59,800
>> Έτσι, αυτό είναι αριθμητικό.

154
00:08:59,800 --> 00:09:02,440
Αριθμητική είναι ο τρόπος R να λέει διπλό.

155
00:09:02,440 --> 00:09:07,390
Και έτσι από προεπιλογή, κάθε
αριθμός θα είναι διπλό.

156
00:09:07,390 --> 00:09:13,150
>> Έτσι, εάν έχετε γ της παραγράφου 1.1, 3,
αρνητικός 5.7, το Ο είναι μία λειτουργία.

157
00:09:13,150 --> 00:09:16,760
Αυτό συνενώνει όλες τρεις
αριθμούς σε ένα φορέα.

158
00:09:16,760 --> 00:09:19,619
Και αυτό θα be-- οπότε αν
θα παρατηρήσετε 3 από μόνη της,

159
00:09:19,619 --> 00:09:21,910
Κανονικά θα αναλάβει
ότι αυτό είναι σαν ένα ακέραιο,

160
00:09:21,910 --> 00:09:25,050
αλλά επειδή όλα τα διανύσματα
είναι του ίδιου τύπου,

161
00:09:25,050 --> 00:09:28,660
Αυτό είναι ένα διάνυσμα διπλασιάζεται
ή αριθμητική σε αυτή την περίπτωση.

162
00:09:28,660 --> 00:09:34,920
>> rnorm είναι μια λειτουργία που παράγει
τυπική κανονική variables--

163
00:09:34,920 --> 00:09:36,700
ή τυπική κανονική αξίες.

164
00:09:36,700 --> 00:09:38,360
Και είμαι προσδιορίζοντας δύο από αυτούς.

165
00:09:38,360 --> 00:09:43,840
Έτσι κάνω rnorm 2, ορίζοντας ότι για να
προγραμματιστές, και τότε είμαι εκτύπωση προγραμματιστές.

166
00:09:43,840 --> 00:09:47,350
Έτσι, αυτά είναι μόνο δύο
τυχαία κανονικές τιμές.

167
00:09:47,350 --> 00:09:50,060
>> Και τότε Ints αν κάνετε
νοιάζεσαι για ακέραιοι.

168
00:09:50,060 --> 00:09:54,650
Έτσι, αυτό είναι μόνο για τη μνήμη
κατανομή και την εξοικονόμηση μέγεθος μνήμης.

169
00:09:54,650 --> 00:10:01,460
Έτσι, θα πρέπει να επισυνάψει
αριθμούς σας από την πρωτεύουσα L.

170
00:10:01,460 --> 00:10:04,170
>> Σε γενικές γραμμές, αυτό είναι
Ιστορικό συμβολισμό της R

171
00:10:04,170 --> 00:10:06,940
για κάτι που ονομάζεται μεγάλο ακέραιο.

172
00:10:06,940 --> 00:10:09,880
Έτσι, το μεγαλύτερο μέρος του χρόνου, θα
να ασχολούνται με διπλά.

173
00:10:09,880 --> 00:10:15,180
Και αν ποτέ θα αργότερα
για τη βελτιστοποίηση κωδικό σας,

174
00:10:15,180 --> 00:10:18,110
μπορείτε να προσθέσετε ακριβώς αυτά L's
μετά ή κατά τη διάρκειά της

175
00:10:18,110 --> 00:10:22,280
αν είστε σαν προγνωστικά για το τι
θα πάμε να κάνουμε αυτές τις μεταβλητές.

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

177
00:10:25,340 --> 00:10:26,890
>> Έτσι, εδώ είναι ένα διάνυσμα χαρακτήρα.

178
00:10:26,890 --> 00:10:31,440
Έτσι, και πάλι, είμαι συνενώσει
τρεις χορδές αυτή τη φορά.

179
00:10:31,440 --> 00:10:36,230
Παρατηρήστε ότι διπλές χορδές και
μονές χορδές είναι η ίδια σε R.

180
00:10:36,230 --> 00:10:41,000
Έτσι έχω Άρθουρ και Marvin και έτσι
όταν είμαι αυτό εκτύπωση, όλοι τους

181
00:10:41,000 --> 00:10:43,210
πρόκειται να δείξει διπλές χορδές.

182
00:10:43,210 --> 00:10:45,880
Και αν θέλετε επίσης να περιλαμβάνουν
το διπλό ή χορδή

183
00:10:45,880 --> 00:10:50,070
με χαρακτήρες σας, τότε μπορείτε να
είτε εναλλάσσονται χορδές σας.

184
00:10:50,070 --> 00:10:53,540
>> Έτσι, Μάρβιν για το
δεύτερο στοιχείο, αυτό είναι

185
00:10:53,540 --> 00:10:56,380
πρόκειται να σας show--
Απλά πρέπει διπλές χορδές

186
00:10:56,380 --> 00:10:59,050
και στη συνέχεια ένα ενιαίο χορδή
έτσι αυτό είναι εναλλασσόμενο.

187
00:10:59,050 --> 00:11:04,040
Διαφορετικά, αν θέλετε να χρησιμοποιήσετε ένα διπλό
χειριστής σειρά σε ένα διπλό κορδόνι

188
00:11:04,040 --> 00:11:07,090
όταν είστε το δηλώνοντας, τότε
μπορείτε απλά να χρησιμοποιήσετε το χειριστή διαφυγής.

189
00:11:07,090 --> 00:11:10,600
Έτσι κάνετε την ανάστροφη κάθετο διπλό κορδόνι.

190
00:11:10,600 --> 00:11:13,330
>> Και τέλος, έχουμε επίσης
έχουν λογική φορείς.

191
00:11:13,330 --> 00:11:15,890
Έτσι logical-- τόσο αληθινό
και το ψεύτικο, και είναι

192
00:11:15,890 --> 00:11:18,880
πρόκειται να είναι όλα κεφαλαία γράμματα.

193
00:11:18,880 --> 00:11:22,370
Και τότε, και πάλι, είμαι συνενώσει
τους και στη συνέχεια να την απόδοση σε bools.

194
00:11:22,370 --> 00:11:24,590
Έτσι bools θα δείξει
Σας true, false, και η αλήθεια.

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

196
00:11:28,280 --> 00:11:31,620
>> Έτσι, εδώ είναι φορεοποιημένο ευρετηρίαση.

197
00:11:31,620 --> 00:11:34,870
Έτσι, στην αρχή,
παίρνω ένα function--

198
00:11:34,870 --> 00:11:39,230
Αυτό ονομάζεται sequence--
αλληλουχία από 2 μέχρι 12.

199
00:11:39,230 --> 00:11:42,490
Και παίρνω μια ακολουθία από 2.

200
00:11:42,490 --> 00:11:46,660
Γι 'αυτό πρόκειται να κάνει
2, 4, 6, 8, 10 και 12.

201
00:11:46,660 --> 00:11:50,080
Και τότε, είμαι ευρετηρίαση
για να πάρει το τρίτο στοιχείο.

202
00:11:50,080 --> 00:11:55,770
>> Έτσι, ένα πράγμα που πρέπει να θυμάστε είναι
ότι το R ευρετήρια ξεκινώντας από το 1.

203
00:11:55,770 --> 00:12:00,550
Έτσι Vals 3 πρόκειται να δώσει
Σας το τρίτο στοιχείο.

204
00:12:00,550 --> 00:12:04,580
Αυτό είναι το είδος διαφορετικό από τα άλλα
γλώσσες, όπου ξεκινάει από το μηδέν.

205
00:12:04,580 --> 00:12:09,780
Έτσι, σε C ή C ++, για παράδειγμα, είστε
πρόκειται να πάρει το τέταρτο στοιχείο.

206
00:12:09,780 --> 00:12:13,280
>> Και εδώ είναι διαστήματα 3 έως 5.

207
00:12:13,280 --> 00:12:16,030
Έτσι, ένα πράγμα που είναι
πραγματικά δροσερό είναι ότι σας

208
00:12:16,030 --> 00:12:20,410
μπορεί να δημιουργήσει προσωρινές μεταβλητές μέσα
και στη συνέχεια να τα χρησιμοποιούν μόνο για τη μύγα.

209
00:12:20,410 --> 00:12:21,960
Τόσο εδώ είναι 3 έως 5.

210
00:12:21,960 --> 00:12:25,070
Έτσι είμαι δημιουργώντας ένα διάνυσμα
3, 4 και 5 και στη συνέχεια

211
00:12:25,070 --> 00:12:29,700
Είμαι ευρετηρίαση για να πάρει το τρίτο,
τέταρτο, πέμπτο και στοιχεία.

212
00:12:29,700 --> 00:12:32,280
>> Έτσι Ομοίως, μπορείτε να
αφηρημένο αυτό ακριβώς κάνουμε

213
00:12:32,280 --> 00:12:35,280
κάθε είδος ενός φορέα
που σας δίνει τη δημιουργία ευρετηρίου.

214
00:12:35,280 --> 00:12:40,050
Έτσι, εδώ είναι διαστήματα και στη συνέχεια το
πρώτη, τρίτη και έκτη στοιχεία.

215
00:12:40,050 --> 00:12:42,800
Και τότε, αν θέλετε
να κάνει ένα συμπλήρωμα,

216
00:12:42,800 --> 00:12:45,210
έτσι απλά κάνουν το μείον
στη συνέχεια και ότι θα

217
00:12:45,210 --> 00:12:48,600
να σας δώσει ό, τι δεν είναι ο
πρώτη, τρίτη ή έκτη στοιχείο.

218
00:12:48,600 --> 00:12:51,590
Έτσι αυτό θα είναι 4, 8, και 10.

219
00:12:51,590 --> 00:12:54,380
>> Και αν θέλετε να πάρετε
ακόμη πιο προχωρημένο,

220
00:12:54,380 --> 00:12:57,610
μπορείτε να ενώσετε Boolean φορείς.

221
00:12:57,610 --> 00:13:05,210
Έτσι, ο δείκτης αυτός θα σας δώσει
Αυτή η Boolean διάνυσμα μήκους 6.

222
00:13:05,210 --> 00:13:07,280
Έτσι ύφασμα ΑΛΗΘΙΝΗ κόμμα 3.

223
00:13:07,280 --> 00:13:09,680
Αυτό θα επαναλάβει ΑΛΗΘΙΝΟ τρεις φορές.

224
00:13:09,680 --> 00:13:12,900
Έτσι, αυτό θα σας δώσει μια
διάνυσμα ΑΛΗΘΕΣ, ΑΛΗΘΕΣ, ΑΛΗΘΕΣ.

225
00:13:12,900 --> 00:13:17,470
>> Rep ΛΑΘΟΣ 4-- αυτό πρόκειται να σας δώσω
ένα διάνυσμα ψευδή, ψευδής, ψευδή, ψευδής.

226
00:13:17,470 --> 00:13:21,280
Και τότε το c πρόκειται να ενώσετε
οι δύο Booleans μαζί.

227
00:13:21,280 --> 00:13:24,090
Έτσι θα πάμε να πάρετε τρία
TRUEs και στη συνέχεια τέσσερις FALSEs.

228
00:13:24,090 --> 00:13:28,460
>> Έτσι ώστε όταν vals δείκτη, είστε
πρόκειται να πάρει η ΠΡΑΓΜΑΤΙΚΗ, TRUE, TRUE.

229
00:13:28,460 --> 00:13:31,420
Έτσι, αυτό πρόκειται να πει ναι,
Θέλω αυτά τα τρία στοιχεία.

230
00:13:31,420 --> 00:13:33,520
Και στη συνέχεια, ψευδή, ψευδής,
Ψευδή, ψευδής πρόκειται

231
00:13:33,520 --> 00:13:37,140
να πω όχι, δεν θέλω αυτά τα στοιχεία
γι 'αυτό δεν πρόκειται να τα επιστρέψει.

232
00:13:37,140 --> 00:13:41,490
>> Και υποθέτω ότι υπάρχει πράγματι ένα τυπογραφικό λάθος εδώ
γιατί αυτό λέει επανάληψη ΑΛΗΘΙΝΟ 3

233
00:13:41,490 --> 00:13:47,990
και επαναλάβετε ΛΑΘΟΣ 4, και τεχνικά, που
έχουν μόνο έξι στοιχεία έτσι εμφανίζει εσφαλμένα,

234
00:13:47,990 --> 00:13:50,470
θα πρέπει να επαναλάβετε Λάθος 3.

235
00:13:50,470 --> 00:13:55,260
Νομίζω ότι το R είναι επίσης αρκετά τέτοια έξυπνη
ότι αν απλά καθορίσετε 4 εδώ, τότε

236
00:13:55,260 --> 00:13:56,630
δεν θα είναι καν λάθος έξω.

237
00:13:56,630 --> 00:13:58,480
Απλά θα σας δώσει αυτή την τιμή.

238
00:13:58,480 --> 00:14:00,970
Έτσι θα αγνοήσει απλά η τέταρτη ΛΑΘΟΣ.

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

240
00:14:05,310 --> 00:14:09,270
>> Έτσι, εδώ είναι φορεοποιημένο ανάθεση.

241
00:14:09,270 --> 00:14:15,480
Έτσι set.seed-- αυτό θέτει απλώς το
σπόρων για ψευδοτυχαίων αριθμών.

242
00:14:15,480 --> 00:14:20,110
Έτσι είμαι ρύθμιση των σπόρων προς
42, που σημαίνει ότι αν έχω δημιουργήσει

243
00:14:20,110 --> 00:14:22,950
τρία τυχαία κανονική
αξίες, και στη συνέχεια, αν

244
00:14:22,950 --> 00:14:27,400
τρέχει set.seed για τη δική σας
υπολογιστή χρησιμοποιώντας την ίδια τιμή 42,

245
00:14:27,400 --> 00:14:30,990
τότε μπορείτε επίσης να πάρετε το
ίδιες τρεις τυχαία φυσιολογικά.

246
00:14:30,990 --> 00:14:33,411
>> Έτσι, αυτό είναι πραγματικά καλό
για την επαναληψιμότητα.

247
00:14:33,411 --> 00:14:35,910
Συνήθως, όταν κάνετε κάποια
είδος της επιστημονικής ανάλυσης,

248
00:14:35,910 --> 00:14:37,230
θα θέλετε να ρυθμίσετε το σπόρο.

249
00:14:37,230 --> 00:14:41,270
Με αυτόν τον τρόπο οι άλλοι επιστήμονες μπορούν μόνο
αναπαράγουν ακριβώς το ίδιο κωδικό που έχετε

250
00:14:41,270 --> 00:14:44,790
γίνεται επειδή θα έχετε την ακριβή
ίδια τυχαίες μεταβλητές that-- ή τυχαία

251
00:14:44,790 --> 00:14:47,270
αξίες που έχετε λάβει ως καλά.

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

253
00:14:49,870 --> 00:14:53,910
>> Και έτσι ο φορεοποιημένο εκχώρηση
εδώ δείχνει Βαλς 1-2.

254
00:14:53,910 --> 00:14:59,290
Γι 'αυτό παίρνει τα δύο πρώτα στοιχεία
του Vals και στη συνέχεια να τα αναθέτει σε 0.

255
00:14:59,290 --> 00:15:03,940
Και στη συνέχεια, μπορείτε επίσης να κάνετε τα
Κάτι παρόμοιο με τα Booleans.

256
00:15:03,940 --> 00:15:09,340
>> Έτσι διαστήματα δεν είναι ίση με 0-- αυτή τη θέληση
να σας δώσω ένα διάνυσμα ψευδή, ψευδής, TRUE

257
00:15:09,340 --> 00:15:10,350
σε αυτή την περίπτωση.

258
00:15:10,350 --> 00:15:13,770
Και τότε, πρόκειται να πει οποιαδήποτε
αυτών των δεικτών που ήταν αλήθεια,

259
00:15:13,770 --> 00:15:15,270
τότε πρόκειται να αναθέσει ότι έως 5.

260
00:15:15,270 --> 00:15:18,790
Έτσι ώστε να παίρνει το τρίτο στοιχείο
εδώ και στη συνέχεια εκχωρεί σε 5.

261
00:15:18,790 --> 00:15:22,300
>> Και αυτό είναι πολύ ωραίο
σε σύγκριση με γλώσσες χαμηλού επιπέδου

262
00:15:22,300 --> 00:15:25,560
όπου θα πρέπει να χρησιμοποιήσετε για βρόχους
να κάνει όλα αυτά τα πράγματα φορεοποιημένο

263
00:15:25,560 --> 00:15:30,281
γιατί είναι απλά πολύ έξυπνο
και αυτό είναι ένα μονό-liner.

264
00:15:30,281 --> 00:15:32,030
Και τι είναι μεγάλη γι '
φορεοποιημένο σημειογραφία

265
00:15:32,030 --> 00:15:37,020
είναι ότι στην έρευνα, αυτά είναι το είδος του
built-in, ώστε να είναι σχεδόν τόσο γρήγορα

266
00:15:37,020 --> 00:15:42,490
όπως κάνει σε μια γλώσσα χαμηλού επιπέδου, όπως
αντίθεση με την κατασκευή ενός βρόχου for Ε

267
00:15:42,490 --> 00:15:46,317
και στη συνέχεια, έχοντας να κάνουμε
η ίδια η δυναμική ευρετηρίαση.

268
00:15:46,317 --> 00:15:48,900
Και αυτό θα είναι πιο αργή από ό, τι κάνουν
Αυτό το είδος των πράγμα φορεοποιημένο

269
00:15:48,900 --> 00:15:55,950
όπου μπορεί να το κάνει παράλληλα, όπου
αυτό το κάνει σε threading βασικά.

270
00:15:55,950 --> 00:15:58,650
>> Έτσι, εδώ είναι διανυσματοποιηθούν πράξεις.

271
00:15:58,650 --> 00:16:04,920
Έτσι είμαι δημιουργώντας μια τιμή από 1 έως 3,
αναθέτοντας ότι για να vec1, 3-5, vec2,

272
00:16:04,920 --> 00:16:05,950
προσθήκη τους μαζί.

273
00:16:05,950 --> 00:16:11,490
Τους προσθέτει συστατικό-σοφός έτσι
είναι 1 συν 3, συν 2 4, και ούτω καθεξής.

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

275
00:16:13,330 --> 00:16:16,110
Αυτό πολλαπλασιάζει τα δύο
τιμές των συνιστωσών σοφός.

276
00:16:16,110 --> 00:16:21,830
Έτσι είναι 1 φορές 3, 2 φορές
4, και στη συνέχεια 3 φορές 5.

277
00:16:21,830 --> 00:16:28,250
>> Και τότε, όπως και μπορείτε επίσης να κάνετε
comparisons-- λογικές συγκρίσεις.

278
00:16:28,250 --> 00:16:33,640
Έτσι είναι ψευδής ψευδής αλήθεια σε αυτή
περίπτωση, επειδή 1 δεν είναι μεγαλύτερη από 3,

279
00:16:33,640 --> 00:16:35,920
2 δεν είναι μεγαλύτερο από 4.

280
00:16:35,920 --> 00:16:41,160
Αυτό είναι, υποθέτω, μια άλλη τυπογραφικό λάθος, 3
Είναι σίγουρα δεν είναι μεγαλύτερη από 5.

281
00:16:41,160 --> 00:16:41,660
Ναι.

282
00:16:41,660 --> 00:16:45,770
Και έτσι απλά μπορεί να κάνει όλα
Αυτές οι απλές εργασίες

283
00:16:45,770 --> 00:16:48,350
επειδή κληρονόμησε τους
από τις ίδιες τάξεις.

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

285
00:16:51,110 --> 00:16:52,580
>> Έτσι, αυτό ήταν μόνο ο φορέας.

286
00:16:52,580 --> 00:16:56,530
Και αυτό είναι το είδος του πιο θεμελιώδους
Ε αντικείμενο, επειδή δίνεται ένα φορέα,

287
00:16:56,530 --> 00:16:59,170
μπορείτε να δημιουργήσετε πιο προηγμένα αντικείμενα.

288
00:16:59,170 --> 00:17:00,560
>> Έτσι, εδώ είναι μια μήτρα.

289
00:17:00,560 --> 00:17:05,030
Αυτή είναι ουσιαστικά η αφαίρεση
από ό, τι μια μήτρα είναι η ίδια.

290
00:17:05,030 --> 00:17:10,099
Έτσι, σε αυτή την περίπτωση, είναι τρεις διαφορετικές
φορείς, όπου το κάθε ένα είναι μια στήλη,

291
00:17:10,099 --> 00:17:12,710
ή μπορείτε να το εξετάσει
καθώς κάθε μία είναι μια σειρά.

292
00:17:12,710 --> 00:17:18,250
>> Έτσι είμαι αποθήκευση ενός πίνακα από 1
9 και τότε είμαι διευκρινίζοντας 3 σειρές.

293
00:17:18,250 --> 00:17:23,364
Έτσι, 1-9, θα σας δώσει ένα διάνυσμα 1,
2, 3, 4, 5, 6, και σε όλη τη διαδρομή μέχρι 9.

294
00:17:23,364 --> 00:17:29,250
>> Ένα πράγμα που πρέπει να κρατήσει επίσης κατά νου είναι ότι
Ε αποθηκεύει τιμές στη στήλη-μείζονα μορφή.

295
00:17:29,250 --> 00:17:34,160
Έτσι, με άλλα λόγια, όταν βλέπετε 1
έως 9, πρόκειται για την αποθήκευση them--

296
00:17:34,160 --> 00:17:36,370
πρόκειται να είναι 1, 2,
3 στην πρώτη στήλη,

297
00:17:36,370 --> 00:17:38,510
και στη συνέχεια θα κάνουμε 4, 5,
6 στη δεύτερη στήλη,

298
00:17:38,510 --> 00:17:41,440
και στη συνέχεια 7, 8, 9 στην τρίτη στήλη.

299
00:17:41,440 --> 00:17:45,570
>> Και εδώ είναι μερικά άλλα
κοινές λειτουργίες που μπορείτε να χρησιμοποιήσετε.

300
00:17:45,570 --> 00:17:49,650
Έτσι αμυδρό χαλί, αυτό θα σας δώσει
οι διαστάσεις της μήτρας.

301
00:17:49,650 --> 00:17:52,620
Είναι πρόκειται να σας επιστρέψει
ένας φορέας της διάσταση.

302
00:17:52,620 --> 00:17:55,580
Έτσι, στην περίπτωση αυτή, επειδή
μήτρα μας είναι 3 με 3,

303
00:17:55,580 --> 00:18:01,900
πρόκειται να σας δώσει μια
αριθμητικό φορέα που είναι 3 3.

304
00:18:01,900 --> 00:18:05,270
>> Και εδώ ακριβώς δείχνει
πολλαπλασιασμός πινάκων.

305
00:18:05,270 --> 00:18:11,970
Έτσι, συνήθως, αν απλά κάνετε
asterisk-- έτσι χαλάκι αστερίσκο mat--

306
00:18:11,970 --> 00:18:15,380
Αυτό πρόκειται να είναι
τη λειτουργία των τμημάτων-σοφός

307
00:18:15,380 --> 00:18:17,300
ή ό, τι λέγεται το προϊόν Hadamard.

308
00:18:17,300 --> 00:18:21,310
Γι 'αυτό πρόκειται να κάνει κάθε
στοιχείο συστατικό-σοφός.

309
00:18:21,310 --> 00:18:23,610
Ωστόσο, αν θέλετε
multiplication-- μήτρα

310
00:18:23,610 --> 00:18:29,380
έτσι πολλαπλασιάζοντας τις πρώτες φορές σειρά
πρώτη στήλη του δεύτερου πίνακα του

311
00:18:29,380 --> 00:18:34,510
και έτσι on-- θα χρησιμοποιήσετε
αυτό το ποσοστό λειτουργίας.

312
00:18:34,510 --> 00:18:38,110
>> Και τ ματ είναι απλώς ένα
λειτουργία για τη μεταφορά της.

313
00:18:38,110 --> 00:18:42,590
Γι 'αυτό λέω να λάβει τη μεταφέρει στο
η μήτρα, αυτό πολλαπλασιάζεται με τη μήτρα

314
00:18:42,590 --> 00:18:43,090
η ίδια.

315
00:18:43,090 --> 00:18:45,006
Και στη συνέχεια, πρόκειται να
να επιστρέψει σε σας ένα άλλο 3

316
00:18:45,006 --> 00:18:50,700
από 3 δείχνει μήτρα
το προϊόν που θα θέλατε.

317
00:18:50,700 --> 00:18:53,750
>> Και έτσι αυτό ήταν μήτρα.

318
00:18:53,750 --> 00:18:56,020
Εδώ είναι αυτό που ονομάζεται ένα πλαίσιο δεδομένων.

319
00:18:56,020 --> 00:19:00,780
Ένα πλαίσιο δεδομένων που μπορείτε να σκεφτείτε ως
μια μήτρα, αλλά κάθε στήλη η ίδια

320
00:19:00,780 --> 00:19:02,990
πρόκειται να είναι διαφορετικού τύπου.

321
00:19:02,990 --> 00:19:07,320
>> Έτσι, αυτό που είναι πραγματικά δροσερό για τα δεδομένα
πλαισίων είναι ότι στην ίδια ανάλυση δεδομένων,

322
00:19:07,320 --> 00:19:11,260
θα πάμε να τα έχουμε όλα αυτά
ετερογενή δεδομένα και όλα αυτά πραγματικά

323
00:19:11,260 --> 00:19:15,640
βρώμικο πράγματα, όπου καθεμία από τις στήλες
οι ίδιοι μπορούν να είναι διαφόρων τύπων.

324
00:19:15,640 --> 00:19:21,460
Εδώ, λοιπόν, λέω να δημιουργήσουν μια
πλαίσιο δεδομένων, κάντε ints 1-3,

325
00:19:21,460 --> 00:19:24,750
και στη συνέχεια να έχουν επίσης ένα διάνυσμα χαρακτήρα.

326
00:19:24,750 --> 00:19:28,470
Έτσι μπορώ να δείκτης μέσω
κάθε μία από αυτές τις στήλες

327
00:19:28,470 --> 00:19:30,930
και στη συνέχεια θα πάρω τα ίδια τιμές.

328
00:19:30,930 --> 00:19:34,370
Και μπορείτε επίσης να κάνετε κάποιο είδος
των εργασιών σε πλαίσια δεδομένων.

329
00:19:34,370 --> 00:19:38,040
Και τις περισσότερες φορές όταν είστε
κάνει ανάλυση δεδομένων ή κάποιο είδος

330
00:19:38,040 --> 00:19:42,042
της προεπεξεργασίας, θα είναι
συνεργασία με αυτές τις δομές δεδομένων

331
00:19:42,042 --> 00:19:44,250
όπου κάθε στήλη πηγαίνει
να είναι διαφορετικού τύπου.

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

333
00:19:47,880 --> 00:19:52,970
>> Τέλος, ώστε αυτοί να έχουν ουσιαστικά μόνο
τα τέσσερα βασικά αντικείμενα στο R. Λίστα

334
00:19:52,970 --> 00:19:55,820
θα συλλέξει ένα οποιοδήποτε
άλλα αντικείμενα που θέλετε.

335
00:19:55,820 --> 00:20:00,130
Έτσι θα αποθηκεύσει αυτό σε ένα
μεταβλητή που μπορείτε εύκολα να έχετε πρόσβαση.

336
00:20:00,130 --> 00:20:02,370
>> Μέχρι εδώ, παίρνω μια λίστα.

337
00:20:02,370 --> 00:20:04,460
Λέω πράγματα ισούται με 3.

338
00:20:04,460 --> 00:20:08,060
Έτσι, Πάω να έχουν ένα στοιχείο
η λίστα, και αυτό ονομάζεται πράγματα,

339
00:20:08,060 --> 00:20:10,570
και πρόκειται να έχει την τιμή 3.

340
00:20:10,570 --> 00:20:13,140
>> Μπορώ επίσης να δημιουργήσει μια μήτρα.

341
00:20:13,140 --> 00:20:17,970
Έτσι αυτό είναι 1 έως 4 και το τέλος σειρά
ισούται με 2, έτσι ώστε ένα 2 από 2 μήτρα.

342
00:20:17,970 --> 00:20:20,270
Επίσης, στη λίστα και ονομάζεται χαλί.

343
00:20:20,270 --> 00:20:24,690
moreStuff, μια σειρά χαρακτήρων,
και ακόμα και ένα άλλο στην ίδια λίστα.

344
00:20:24,690 --> 00:20:27,710
>> Έτσι, αυτό είναι μια λίστα που είναι 5 και αρκούδα.

345
00:20:27,710 --> 00:20:30,990
Έτσι ώστε να έχει την τιμή 5 και
έχει την ακολουθία χαρακτήρων αρκούδα

346
00:20:30,990 --> 00:20:32,710
και αυτό είναι μια λίστα μέσα σε μια λίστα.

347
00:20:32,710 --> 00:20:35,965
Έτσι μπορείτε να έχετε αυτά
αναδρομικές πράγματα όπου

348
00:20:35,965 --> 00:20:38,230
έχετε μια another--
πληκτρολογήστε στο πλαίσιο του τύπου.

349
00:20:38,230 --> 00:20:41,420
Έτσι, ομοίως, μπορείτε να έχετε μια μήτρα
μέσα σε ένα άλλο μήτρα και ούτω καθεξής.

350
00:20:41,420 --> 00:20:44,264
Και ο κατάλογος είναι απλά ένας καλός τρόπος
της συλλογής και την άθροιση

351
00:20:44,264 --> 00:20:45,430
όλα αυτά τα διαφορετικά αντικείμενα.

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

353
00:20:50,210 --> 00:20:57,150
>> Και τέλος, εδώ είναι μόνο να βοηθήσει στην περίπτωση
Αυτό ήταν μόλις φύγει πολύ γρήγορα.

354
00:20:57,150 --> 00:21:01,350
Έτσι, ανά πάσα στιγμή είστε σε σύγχυση
για κάποιο είδος της λειτουργίας,

355
00:21:01,350 --> 00:21:03,510
μπορείτε να κάνετε τη βοήθεια αυτής της λειτουργίας.

356
00:21:03,510 --> 00:21:07,120
Έτσι, μπορείτε να κάνετε τη βοήθεια μήτρας
ή μια μήτρα ερωτηματικό.

357
00:21:07,120 --> 00:21:11,430
Και βοήθεια και το ερωτηματικό είναι
απλώς συντομογραφία για το ίδιο πράγμα

358
00:21:11,430 --> 00:21:13,040
έτσι ώστε να είναι ψευδώνυμα.

359
00:21:13,040 --> 00:21:16,820
>> LM είναι μια λειτουργία που
απλά κάνει ένα γραμμικό μοντέλο.

360
00:21:16,820 --> 00:21:20,340
Αλλά αν απλά δεν έχουν ιδέα για το πώς αυτό
έργα, μπορείτε να κάνετε ακριβώς βοήθεια του lm

361
00:21:20,340 --> 00:21:24,610
και ότι θα σας δώσω μερικά
είδος της τεκμηρίωσης που

362
00:21:24,610 --> 00:21:27,960
μοιάζει κάτι σαν ένα
σελίδα man στο Unix, όπου

363
00:21:27,960 --> 00:21:34,210
έχετε μια σύντομη περιγραφή του τι
το κάνει, επίσης, ποια είναι τα επιχειρήματά της,

364
00:21:34,210 --> 00:21:38,850
τι επιστρέφει, και μόνο συμβουλές για το πώς
να το χρησιμοποιήσει, καθώς και μερικά παραδείγματα, όπως καλά.

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

366
00:21:41,680 --> 00:21:52,890
>> Έτσι, επιτρέψτε μου να πάω μπροστά και να δείχνουν
κάποια demo του χρησιμοποιώντας R. ΟΚ.

367
00:21:52,890 --> 00:21:55,470
Έτσι πήγα σε πολύ
γρήγορα μόλις τα δεδομένα

368
00:21:55,470 --> 00:21:59,440
δομές και κάποιο είδος του
op-- κάποιες από τις λειτουργίες.

369
00:21:59,440 --> 00:22:02,960
Εδώ είναι μερικές λειτουργίες.

370
00:22:02,960 --> 00:22:06,750
>> Έτσι, εδώ είμαι απλώς πρόκειται
να ορίσει μια λειτουργία.

371
00:22:06,750 --> 00:22:09,970
Έτσι είμαι, επίσης, με τη χρήση
τελεστή εκχώρησης εδώ,

372
00:22:09,970 --> 00:22:12,610
και στη συνέχεια λέω
κηρύξει ως συνάρτηση.

373
00:22:12,610 --> 00:22:14,140
Και παίρνει την τιμή του x.

374
00:22:14,140 --> 00:22:18,210
Έτσι, αυτό είναι οποιαδήποτε τιμή θέλετε
και Πάω να επιστρέψει ο x.

375
00:22:18,210 --> 00:22:20,840
Έτσι, αυτή είναι η ταυτοτική συνάρτηση.

376
00:22:20,840 --> 00:22:23,670
>> Και τι είναι δροσερό για αυτό
σε σύγκριση με άλλες γλώσσες

377
00:22:23,670 --> 00:22:26,330
και άλλο χαμηλού επιπέδου
γλώσσες είναι ότι το x

378
00:22:26,330 --> 00:22:29,350
μπορεί να είναι οποιουδήποτε τύπου αυτή καθαυτή
και θα επιστρέψει αυτό το είδος.

379
00:22:29,350 --> 00:22:35,251
Έτσι, μπορείτε να imagine-- οπότε ας
μου να τρέξει τόσο γρήγορα.

380
00:22:35,251 --> 00:22:35,750
Λυπάμαι.

381
00:22:35,750 --> 00:22:40,300
>> Έτσι, ένα πράγμα που πρέπει να αναφέρω
είναι ότι αυτό το πρόγραμμα επεξεργασίας είμαι με τη χρήση

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

383
00:22:41,380 --> 00:22:44,389
Αυτό είναι αυτό που ονομάζεται ένα IDE.

384
00:22:44,389 --> 00:22:46,180
Και ένα πράγμα που είναι
πραγματικά ωραίο για αυτό

385
00:22:46,180 --> 00:22:51,500
είναι ότι ενσωματώνει ένα μεγάλο μέρος της
πράγματα που θέλετε να κάνετε στην Ε από μόνη της

386
00:22:51,500 --> 00:22:53,180
απλά πολύ διαισθητικά.

387
00:22:53,180 --> 00:22:55,550
>> Έτσι, εδώ είναι μια κονσόλα διερμηνέα.

388
00:22:55,550 --> 00:23:02,160
Έτσι, ομοίως, μπορείτε επίσης να πάρετε αυτό το
κονσόλα πρώτων απλά κάνοντας μια R. κεφαλαίου

389
00:23:02,160 --> 00:23:05,630
Και αυτό είναι ακριβώς η
ίδιο πράγμα με την κονσόλα.

390
00:23:05,630 --> 00:23:12,210
Έτσι μπορώ να κάνω μόνο μία ταυτότητα λειτουργία x, x, x.

391
00:23:12,210 --> 00:23:16,130
Και then-- και, στη συνέχεια, ότι
θα είναι μια χαρά από μόνη της.

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

393
00:23:19,200 --> 00:23:21,740
>> Έτσι rstudio είναι μεγάλη
επειδή έχει την κονσόλα.

394
00:23:21,740 --> 00:23:25,360
Έχει επίσης τα έγγραφα
θέλετε να τρέξετε.

395
00:23:25,360 --> 00:23:28,629
Και τότε θα έχει κάποιες μεταβλητές
ότι μπορείτε να δείτε σε περιβάλλοντα.

396
00:23:28,629 --> 00:23:30,420
Και τότε, αν έχετε
να κάνουν οικόπεδα, τότε

397
00:23:30,420 --> 00:23:33,730
μπορεί να το δει μόνο εδώ, σε αντίθεση με
διαχείριση όλων αυτών των διαφορετικών παραθύρων

398
00:23:33,730 --> 00:23:35,940
από μόνα τους.

399
00:23:35,940 --> 00:23:40,530
>> Εγώ πραγματικά προσωπικά χρησιμοποιώ το Vim, αλλά εγώ
αισθάνονται σαν rstudio είναι εξαιρετική ακριβώς

400
00:23:40,530 --> 00:23:44,640
για να πάρει μια καλή ιδέα
για το πώς να χρησιμοποιήσετε το R. Συνήθως,

401
00:23:44,640 --> 00:23:47,040
όταν προσπαθείτε να
να μάθουν κάποια νέα εργασία,

402
00:23:47,040 --> 00:23:49,590
δεν θέλετε να χειριστεί
πάρα πολλά πράγματα ταυτόχρονα.

403
00:23:49,590 --> 00:23:53,120
Έτσι, το R είναι απλά μια very-- rstudio
Είναι ένας πολύ καλός τρόπος μάθησης R

404
00:23:53,120 --> 00:23:56,760
χωρίς να χρειάζεται να ασχοληθεί με
όλα αυτά τα άλλα πράγματα.

405
00:23:56,760 --> 00:23:58,600
>> Έτσι, εδώ Τρέχω id γειά σου.

406
00:23:58,600 --> 00:24:00,090
Αυτό επιστρέφει γεια.

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

408
00:24:01,740 --> 00:24:04,610
Εδώ είναι ένα διάνυσμα ακεραίων.

409
00:24:04,610 --> 00:24:08,620
Έτσι, ομοίως, επειδή μπορείτε
να λάβει οποιαδήποτε κάποια αξία,

410
00:24:08,620 --> 00:24:16,060
μπορείτε να κάνετε την επιστροφή id του
x έτσι ώστε να επιστρέφει 1234 και 5.

411
00:24:16,060 --> 00:24:22,210
>> Και επιτρέψτε μου να σας δείξω ακριβώς ότι
Αυτό είναι πράγματι ένας ακέραιος.

412
00:24:22,210 --> 00:24:28,800
Και ομοίως, αν κάνετε την κατηγορία
id x, πρόκειται να είναι ακέραιος.

413
00:24:28,800 --> 00:24:34,170
Και στη συνέχεια, μπορείτε επίσης να
συγκρίνουμε τα δύο και αυτό είναι αλήθεια.

414
00:24:34,170 --> 00:24:38,350
Έτσι Φεύγω αν id του x
ισούται ίσων x και ειδοποίηση

415
00:24:38,350 --> 00:24:39,760
ότι σας δίνει δύο TRUEs.

416
00:24:39,760 --> 00:24:44,280
Έτσι, αυτό δεν λέει είναι
τα δύο αντικείμενα πανομοιότυπα,

417
00:24:44,280 --> 00:24:46,845
αλλά είναι το καθένα από τις ενδείξεις
εντός οι φορείς πανομοιότυπα.

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

419
00:24:50,000 --> 00:24:52,090
>> Εδώ είναι bounded.compare.

420
00:24:52,090 --> 00:24:58,470
Έτσι, αυτό είναι λίγο πιο περίπλοκη
υπό την έννοια ότι έχει αν η κατάσταση και αλλού

421
00:24:58,470 --> 00:25:00,960
και τότε παίρνει δυο
επιχειρήματα σε μια στιγμή.

422
00:25:00,960 --> 00:25:02,640
Έτσι το χ είναι οποιουδήποτε τύπου.

423
00:25:02,640 --> 00:25:06,280
Και το λέω αυτό
Το δεύτερο επιχείρημα είναι ένα.

424
00:25:06,280 --> 00:25:08,380
Αυτό μπορεί να είναι οτιδήποτε, όπως καλά.

425
00:25:08,380 --> 00:25:12,490
Αλλά από προεπιλογή, πρόκειται να λάβει
5 αν δεν προσδιορίζουν τίποτα.

426
00:25:12,490 --> 00:25:16,730
>> Εδώ, λοιπόν, πάω να πω
εάν το χ είναι μεγαλύτερο από ένα.

427
00:25:16,730 --> 00:25:19,220
Έτσι, αν δεν καθορίσετε μια, το
λέει ότι αν το x είναι μεγαλύτερο από 5,

428
00:25:19,220 --> 00:25:20,470
τότε Πάω να επιστρέψει TRUE.

429
00:25:20,470 --> 00:25:23,230
αλλιώς, Πάω να επιστρέψει TRUE.

430
00:25:23,230 --> 00:25:24,870
Έτσι, επιτρέψτε μου να πάει μπροστά και να καθορίσει αυτό.

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

432
00:25:30,600 --> 00:25:34,550
>> Και τώρα Πάω να
τρέξει bounded.compare 3.

433
00:25:34,550 --> 00:25:39,150
Γι 'αυτό λέει ότι είναι λιγότερο 3
than-- είναι 3 μεγαλύτερο από 5.

434
00:25:39,150 --> 00:25:41,830
Όχι, δεν είναι τόσο ΛΑΘΟΣ.

435
00:25:41,830 --> 00:25:46,550
>> Και bounded.compare 3 και Πάω
να το συγκρίνουμε με τη χρήση ενός ισούται με 2.

436
00:25:46,550 --> 00:25:50,700
Έτσι, τώρα λέω ναι, τώρα
θέλουν ένα να είναι κάτι άλλο.

437
00:25:50,700 --> 00:25:52,750
Έτσι, Πάω να πω ένα, θα πρέπει να είναι 2.

438
00:25:52,750 --> 00:25:56,640
>> Μπορώ να το κάνετε αυτό είτε το είδος του
σημειογραφία ή λέω ένα ισούται με 2.

439
00:25:56,640 --> 00:25:58,720
Αυτό είναι ένα πιο ευανάγνωστο
από το γεγονός ότι όταν είστε

440
00:25:58,720 --> 00:26:01,450
Βλέποντας αυτά τα πραγματικά
πολύπλοκες λειτουργίες που

441
00:26:01,450 --> 00:26:08,110
λαμβάνουν πολλαπλές arguments-- και αυτό
μπορεί να είναι δεκάδες oftentimes-- απλά λέει

442
00:26:08,110 --> 00:26:11,140
Α ισούται με 2 είναι πιο ευανάγνωστο για
εσάς, έτσι ώστε αργότερα στο μέλλον

443
00:26:11,140 --> 00:26:13,020
θα ξέρετε τι κάνετε.

444
00:26:13,020 --> 00:26:17,120
>> Έτσι, σε αυτή την περίπτωση, είμαι
ρητό είναι μεγαλύτερη από 3 2.

445
00:26:17,120 --> 00:26:18,270
Ναι, είναι.

446
00:26:18,270 --> 00:26:22,350
Και ομοίως, μπορώ να καταργήσετε μόνο
αυτό και να πω, είναι 3 μεγαλύτερο από 2

447
00:26:22,350 --> 00:26:23,440
όπου το α ισούται με 2.

448
00:26:23,440 --> 00:26:26,230
Και αυτό είναι επίσης αλήθεια.

449
00:26:26,230 --> 00:26:26,730
Ναι;

450
00:26:26,730 --> 00:26:29,670
>> ΚΟΙΝΟ: Είσαι
εκτέλεσης ανά γραμμή;

451
00:26:29,670 --> 00:26:30,670
>> DUSTIN TRAN: Ναι, είμαι.

452
00:26:30,670 --> 00:26:33,900
Έτσι, αυτό που κάνω εδώ είναι
παίρνετε αυτό το κείμενο document--

453
00:26:33,900 --> 00:26:39,825
και τι είναι μεγάλος για rstudio είναι ότι
Μπορώ να τρέξει μόνο ένα short-- ένα πλήκτρο συντόμευσης.

454
00:26:39,825 --> 00:26:41,820
Έτσι κάνω Έλεγχος-Enter.

455
00:26:41,820 --> 00:26:44,850
>> Και στη συνέχεια, παίρνω το
γραμμή στο έγγραφο κειμένου

456
00:26:44,850 --> 00:26:46,710
και στη συνέχεια τη θέση στην κονσόλα.

457
00:26:46,710 --> 00:26:50,800
Εδώ, λοιπόν, λέω, bounded.compare
και κάνω Ελέγχου-X.

458
00:26:50,800 --> 00:26:52,540
Έτσι, μπορώ απλά να τρέχουν εδώ.

459
00:26:52,540 --> 00:26:54,920
Και στη συνέχεια ότι θα λάβει η
γραμμή και στη συνέχεια το βάζουμε εδώ.

460
00:26:54,920 --> 00:26:57,900
Και στη συνέχεια, ομοίως, μπορώ να τρέχει εδώ.

461
00:26:57,900 --> 00:27:04,630
Και τότε θα κρατήσει μόνο τον καθορισμό
οι γραμμές στην κονσόλα σαν αυτό.

462
00:27:04,630 --> 00:27:10,690
>> Και αν παρατηρήσετε επίσης την σγουρά
τιράντες είναι ακριβώς όπως στην σύνταξη C εκεί.

463
00:27:10,690 --> 00:27:13,910
x-- αν η κατάσταση αν είναι, επίσης,
πρόκειται να χρησιμοποιήσετε παρενθέσεις και, στη συνέχεια,

464
00:27:13,910 --> 00:27:15,350
μπορείτε να χρησιμοποιήσετε άλλο.

465
00:27:15,350 --> 00:27:17,496
Ένας άλλος ένας είναι άλλος αν.

466
00:27:17,496 --> 00:27:21,440
Έτσι, αυτό πρόκειται να είναι x
ισούται ισούται με ένα, για παράδειγμα.

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

468
00:27:24,190 --> 00:27:26,350
Και στη συνέχεια, Πάω να
επιστρέψω κάτι εδώ.

469
00:27:26,350 --> 00:27:29,490
>> Σημειώστε ότι υπάρχουν δύο διαφορετικές
τα πράγματα εδώ που είναι σε εξέλιξη.

470
00:27:29,490 --> 00:27:34,360
Το ένα είναι ότι εδώ είμαι διευκρινίζοντας
να επιστρέψει η τιμή TRUE.

471
00:27:34,360 --> 00:27:35,950
Εδώ απλά το λέω x.

472
00:27:35,950 --> 00:27:39,970
Έτσι R θα συνήθως από προεπιλογή
να πάρει το τελευταίο arguments--

473
00:27:39,970 --> 00:27:43,510
ή να πάρετε την τελευταία γραμμή του κώδικα,
και ότι θα είναι ό, τι έχει επιστρέψει.

474
00:27:43,510 --> 00:27:46,920
Έτσι, εδώ είναι το ίδιο
πράγμα που κάνει την επιστροφή x.

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

476
00:27:49,450 --> 00:27:50,540
>> Και ακριβώς για να σας δείξω.

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

478
00:27:54,000 --> 00:27:57,052
Και τότε, θα λειτουργεί ακριβώς έτσι.

479
00:27:57,052 --> 00:27:58,260
Έτσι, επιτρέψτε μου να συνεχίσω με αυτό.

480
00:27:58,260 --> 00:28:00,630
>> Έτσι, άλλο αν.

481
00:28:00,630 --> 00:28:04,060
Και πραγματικά, μπορώ να επιστρέψω
κάτι που θα ήθελα.

482
00:28:04,060 --> 00:28:06,680
Γι 'αυτό και δεν χρειάζεται καν να
επιστροφή Booleans όλη την ώρα,

483
00:28:06,680 --> 00:28:08,410
Δεν μπορώ ακριβώς να επιστρέψει κάτι άλλο.

484
00:28:08,410 --> 00:28:10,670
Έτσι, μπορώ να κάνω την επιστροφή αρκούδα.

485
00:28:10,670 --> 00:28:12,989
>> Έτσι, αν το x είναι ίσο ισούται με ένα,
πρόκειται να επιστρέψει αρκούδα.

486
00:28:12,989 --> 00:28:14,530
Διαφορετικά, πρόκειται να επιστρέψει TRUE.

487
00:28:14,530 --> 00:28:19,310
Θα ήθελα επίσης να κάνω ένα διάνυσμα
ή τίποτα.

488
00:28:19,310 --> 00:28:22,210
>> Και συνήθως σε στατικά
δακτυλογραφημένο γλώσσες,

489
00:28:22,210 --> 00:28:23,840
τότε θα πρέπει να καθορίσετε έναν τύπο εδώ.

490
00:28:23,840 --> 00:28:25,750
Και παρατηρήσετε ότι μπορεί απλά να είναι οτιδήποτε.

491
00:28:25,750 --> 00:28:32,400
Και το R είναι αρκετά έξυπνο ώστε να
θα κάνει ακριβώς αυτό και θα λειτουργήσει το πρόστιμο.

492
00:28:32,400 --> 00:28:33,620
>> Έτσι, επιτρέψτε μου να ορίζεις αυτό.

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

494
00:28:39,460 --> 00:28:41,230
Unexpected-- ω συγνώμη.

495
00:28:41,230 --> 00:28:44,336
Θα πρέπει να είναι σγουρά στήριγμα εδώ.

496
00:28:44,336 --> 00:28:44,836
ΟΚ.

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

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

499
00:28:52,580 --> 00:28:54,530
Εντάξει.

500
00:28:54,530 --> 00:28:58,250
Έτσι τώρα ας συγκρίνουμε 3 και το α ισούται με 3.

501
00:28:58,250 --> 00:29:01,860
Γι 'αυτό θα πρέπει να return--
yeah-- την τιμή αρκούδα.

502
00:29:01,860 --> 00:29:06,740
>> Έτσι τώρα μια γενικότερη πράγμα είναι σαν
τι γίνεται με άλλες δομές δεδομένων.

503
00:29:06,740 --> 00:29:09,110
Έτσι, έχετε αυτή τη λειτουργία.

504
00:29:09,110 --> 00:29:15,360
Αυτό πρόκειται να λειτουργήσει σε οποιοδήποτε είδος
της αξίας, όπως 3 ή οποιοδήποτε αριθμητικό,

505
00:29:15,360 --> 00:29:17,500
με άλλα λόγια, διπλό.

506
00:29:17,500 --> 00:29:19,330
>> Αλλά τι γίνεται με κάτι σαν ένα φορέα.

507
00:29:19,330 --> 00:29:27,750
Λοιπόν, τι θα συμβεί αν do-- έτσι είμαι
πρόκειται να αναθέσει val, ας πούμε, 4 έως 6.

508
00:29:27,750 --> 00:29:31,640
Έτσι, αν επιστρέψω αυτό, αυτό
είναι ένα διάνυσμα από 4, 5, 6.

509
00:29:31,640 --> 00:29:34,935
>> Τώρα ας δούμε τι θα συμβεί
αν κάνω bounded.compare Val.

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

511
00:29:37,680 --> 00:29:42,450
Έτσι, αυτό πρόκειται να σας δώσω 15 1251.

512
00:29:42,450 --> 00:29:46,440
Έτσι με άλλα λόγια, λέει
αν κοιτάξετε αυτή την κατάσταση

513
00:29:46,440 --> 00:29:50,040
έτσι λέει το x είναι μικρότερο
από ένα ή κάτι τέτοιο.

514
00:29:50,040 --> 00:29:51,880
Έτσι, αυτό είναι ελαφρώς
σύγχυση, επειδή τώρα

515
00:29:51,880 --> 00:29:53,379
απλά δεν ξέρω τι συμβαίνει.

516
00:29:53,379 --> 00:29:58,690
Έτσι υποθέτω ότι ένα πράγμα που είναι πραγματικά
καλό για απλά προσπαθούν να debug

517
00:29:58,690 --> 00:30:04,600
είναι ότι μπορείτε απλά να κάνετε Val είναι μεγαλύτερη
από ένα και να δούμε τι συμβαίνει εκεί.

518
00:30:04,600 --> 00:30:09,720
>> Έτσι val-- ένας είναι από προεπιλογή 5 έτσι
ας μην Val μεγαλύτερη από 5.

519
00:30:09,720 --> 00:30:14,280
Έτσι, αυτό είναι ένα διάνυσμα ψευδής ψευδής TRUE.

520
00:30:14,280 --> 00:30:17,206
Έτσι τώρα, όταν κοιτάτε
αυτό, πρόκειται να πει εάν,

521
00:30:17,206 --> 00:30:20,080
και στη συνέχεια πρόκειται να σας δώσω αυτό
είναι ένα διάνυσμα ψευδής ψευδής TRUE.

522
00:30:20,080 --> 00:30:23,450
>> Έτσι, όταν περάσει αυτό σε R,
δεν έχει καμία ιδέα τι κάνετε.

523
00:30:23,450 --> 00:30:26,650
Επειδή αναμένει μια ενιαία
τιμή, η οποία είναι μια Boolean, και τώρα

524
00:30:26,650 --> 00:30:29,420
δίνετε το ένα φορέα της Booleans.

525
00:30:29,420 --> 00:30:31,970
Έτσι, από προεπιλογή, το R είναι απλά
πρόκειται να πω ό, τι στο καλό,

526
00:30:31,970 --> 00:30:35,440
Πάω να υποθέσουμε ότι είστε
πρόκειται να πάρει το πρώτο στοιχείο εδώ.

527
00:30:35,440 --> 00:30:38,320
Έτσι, Πάω να say-- Πάω
να υποθέσουμε ότι αυτό είναι λάθος.

528
00:30:38,320 --> 00:30:40,890
Έτσι πρόκειται να πω
Όχι, αυτό δεν είναι σωστό.

529
00:30:40,890 --> 00:30:45,246
>> Επίσης, πρόκειται να
είναι Val ισούται ισούται με ένα.

530
00:30:45,246 --> 00:30:47,244
Όχι, συγνώμη 5.

531
00:30:47,244 --> 00:30:48,910
Και αυτό είναι, επίσης, πρόκειται να είναι ψευδής, καθώς και.

532
00:30:48,910 --> 00:30:52,410
Έτσι, πρόκειται να πει όχι,
αυτό δεν είναι αλήθεια, καθώς έτσι είναι

533
00:30:52,410 --> 00:30:53,680
πρόκειται να επιστρέψει αυτό το τελευταίο.

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

535
00:30:56,420 --> 00:31:01,360
>> Έτσι, αυτό είναι είτε ένα καλό ή ένα κακό
πράγμα, ανάλογα με το πώς μπορείτε να το δείτε.

536
00:31:01,360 --> 00:31:05,104
Γιατί όταν είσαι
δημιουργώντας αυτές τις λειτουργίες,

537
00:31:05,104 --> 00:31:06,770
που δεν ξέρει πραγματικά τι συμβαίνει.

538
00:31:06,770 --> 00:31:10,210
Έτσι, μερικές φορές θα θέλατε ένα σφάλμα,
ή ίσως απλά θέλετε μια προειδοποίηση.

539
00:31:10,210 --> 00:31:12,160
Σε αυτή την περίπτωση, το R δεν το κάνουμε αυτό.

540
00:31:12,160 --> 00:31:14,300
Έτσι, είναι πραγματικά μέχρι
που βασίζεται στα ανοικτά του τι

541
00:31:14,300 --> 00:31:17,310
νομίζετε ότι η γλώσσα
πρέπει να κάνουμε σε αυτή την περίπτωση

542
00:31:17,310 --> 00:31:22,920
αν περάσετε σε ένα διάνυσμα Booleans
όταν κάνετε μία αν η κατάσταση.

543
00:31:22,920 --> 00:31:31,733
>> Ας πούμε ότι είχατε το αρχικό
ένα με εάν άλλος επιστρέφουν τιμή TRUE και είστε

544
00:31:31,733 --> 00:31:34,190
πρόκειται να επιστρέψει TRUE.

545
00:31:34,190 --> 00:31:39,300
Έτσι, ένας τρόπος υδροληψίες
Αυτό είναι να πω ότι

546
00:31:39,300 --> 00:31:41,530
Δεν χρειάζεται καν αυτό εξαρτάται από το πράγμα.

547
00:31:41,530 --> 00:31:47,220
Ένα άλλο πράγμα που μπορώ να κάνω είναι απλά
την επιστροφή των ίδιων των αξιών.

548
00:31:47,220 --> 00:31:53,240
Έτσι, αν παρατηρήσετε, αν
do Val είναι μεγαλύτερος από 5,

549
00:31:53,240 --> 00:31:56,350
Αυτό πρόκειται να επιστρέψει ένα
διάνυσμα ψευδής ψευδής TRUE.

550
00:31:56,350 --> 00:31:58,850
>> Ίσως αυτό είναι ό, τι
θέλουν για bounded.compare.

551
00:31:58,850 --> 00:32:02,940
Θέλετε να επιστρέψετε ένα διάνυσμα των Booleans
όπου συγκρίνει κάθε μία από τις τιμές

552
00:32:02,940 --> 00:32:04,190
για τον εαυτό τους.

553
00:32:04,190 --> 00:32:11,165
Έτσι, μπορείτε απλά να κάνετε bounded.compare
λειτουργία Χ, Α ισούται με 5.

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

555
00:32:13,322 --> 00:32:15,363
Και στη συνέχεια, αντί να κάνει
Αυτό, αν άλλο όρο,

556
00:32:15,363 --> 00:32:21,430
Είμαι ακριβώς πρόκειται να επιστρέψει
χ είναι μεγαλύτερη από 5.

557
00:32:21,430 --> 00:32:23,620
Έτσι, αν είναι αλήθεια, τότε
πρόκειται να επιστρέψει TRUE.

558
00:32:23,620 --> 00:32:26,830
Και στη συνέχεια, αν δεν είναι, είναι
πρόκειται να επιστρέψει TRUE.

559
00:32:26,830 --> 00:32:30,880
>> Και αυτό θα λειτουργήσει για
οποιαδήποτε από αυτές τις δομές.

560
00:32:30,880 --> 00:32:41,450
Έτσι μπορώ να bounded.compare c 1 6 ή 9
και, στη συνέχεια, Πάω να πω ένα ισούται με 6,

561
00:32:41,450 --> 00:32:42,799
για παράδειγμα.

562
00:32:42,799 --> 00:32:44,840
Και στη συνέχεια, πρόκειται να
σας δίνουν το δικαίωμα Boolean

563
00:32:44,840 --> 00:32:48,240
φορέα που σχεδιάζετε.

564
00:32:48,240 --> 00:32:50,660
>> Έτσι, αυτά είναι μόνο λειτουργίες
και τώρα επιτρέψτε μου να

565
00:32:50,660 --> 00:32:54,980
σας δείξω μερικά διαδραστικά γραφικά.

566
00:32:54,980 --> 00:32:59,700
Δεν νομίζω ότι έχω πραγματικά
Wi-Fi εδώ οπότε επιτρέψτε μου απλά να προχωρήσει

567
00:32:59,700 --> 00:33:01,970
και παραλείψτε αυτό υποθέτω.

568
00:33:01,970 --> 00:33:05,260
>> Αλλά ένα πράγμα που είναι δροσερό
όμως, είναι ότι αν απλά

569
00:33:05,260 --> 00:33:09,600
θέλουν να δοκιμάσουν ένα μάτσο
διαφορετικές εντολές δεδομένων,

570
00:33:09,600 --> 00:33:13,320
υπάρχει μια δέσμη των διαφορετικών συνόλων δεδομένων
που είναι ήδη προεγκατεστημένο στο R.

571
00:33:13,320 --> 00:33:15,770
Έτσι, ένα από αυτά είναι
ονομάζεται το σύνολο δεδομένων της ίριδας.

572
00:33:15,770 --> 00:33:18,910
Αυτό είναι ένα από τα πιο γνωστά
αυτά σε μηχανική μάθηση.

573
00:33:18,910 --> 00:33:23,350
Συνήθως θα κάνει ακριβώς κάποιο είδος
περιπτώσεις δοκιμή για να δούμε αν κωδικό σας τρέχει.

574
00:33:23,350 --> 00:33:27,520
Έτσι, ας ελέγξει τι ίριδας είναι.

575
00:33:27,520 --> 00:33:33,130
>> Έτσι, αυτό το πράγμα πηγαίνει
να είναι ένα πλαίσιο δεδομένων.

576
00:33:33,130 --> 00:33:36,000
Και αυτό είναι το είδος των μεγάλων, διότι
Θέλω μόνο να εκτυπωθούν ίριδας.

577
00:33:36,000 --> 00:33:38,810
Είναι εκτύπωση το όλο πράγμα.

578
00:33:38,810 --> 00:33:42,830
Γι 'αυτό έχει όλα αυτά τα διαφορετικά ονόματα.

579
00:33:42,830 --> 00:33:45,505
Έτσι, ίριδα είναι μια συλλογή
διαφορετικά λουλούδια.

580
00:33:45,505 --> 00:33:48,830
Σε αυτή την περίπτωση, είναι λέει
Σας το είδος του,

581
00:33:48,830 --> 00:33:54,760
όλα αυτά τα διαφορετικά πλάτη και
μήκη του σέπαλο και το πέταλο.

582
00:33:54,760 --> 00:33:58,880
>> Και έτσι κανονικά, εάν
θέλετε να εκτυπώσετε ίριδα,

583
00:33:58,880 --> 00:34:03,680
για παράδειγμα, δεν θέλετε να το έχουν
τα κάνουμε όλα αυτά, επειδή αυτό μπορεί να αναλάβει

584
00:34:03,680 --> 00:34:05,190
ολόκληρη την κονσόλα σας.

585
00:34:05,190 --> 00:34:09,280
Έτσι, ένα πράγμα που είναι πραγματικά
Καλή είναι η λειτουργία της κεφαλής.

586
00:34:09,280 --> 00:34:12,929
Έτσι, αν το κάνετε μόνο με το μυαλό
ίριδα, αυτό θα σας δώσει

587
00:34:12,929 --> 00:34:17,389
οι πρώτες πέντε σειρές, ή έξι υποθέτω.

588
00:34:17,389 --> 00:34:19,909
Και τότε ήταν καλά, εσείς
μπορούμε να ορίσουμε εδώ.

589
00:34:19,909 --> 00:34:22,914
Έτσι 20-- αυτό θα δώσει
Σας τα πρώτα 20 σειρές.

590
00:34:22,914 --> 00:34:24,830
Και εγώ πραγματικά ήταν το είδος
έκπληκτος ότι αυτή η

591
00:34:24,830 --> 00:34:28,770
μου έδωσε έξι οπότε επιτρέψτε μου να πάει μπροστά
και ελέγξτε iris-- ή το κεφάλι, συγγνώμη.

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

593
00:34:31,699 --> 00:34:34,960
Και εδώ θα δώσει
Είσαι ο τεκμηρίωση

594
00:34:34,960 --> 00:34:37,960
του τι κάνει η κεφαλή αξία.

595
00:34:37,960 --> 00:34:40,839
Έτσι επιστρέφει την πρώτη
ή το τελευταίο ενός αντικειμένου.

596
00:34:40,839 --> 00:34:42,630
Και στη συνέχεια, Πάω να
δείτε τις προεπιλογές.

597
00:34:42,630 --> 00:34:47,340
Και τότε, λέει η προεπιλεγμένη
μέθοδος κεφάλι x και n ισούται με 6L.

598
00:34:47,340 --> 00:34:50,620
Έτσι, αυτό επιστρέφει τα έξι πρώτα στοιχεία.

599
00:34:50,620 --> 00:34:55,050
Και ομοίως αν παρατηρήσετε εδώ,
δεν πρέπει να καθορίσετε n ισούται με 6.

600
00:34:55,050 --> 00:34:56,840
Από προεπιλογή χρησιμοποιεί έξι, υποθέτω.

601
00:34:56,840 --> 00:35:00,130
Και τότε, αν θέλω να καθορίσετε μια συγκεκριμένη
τιμή, τότε μπορώ να δω και αυτό.

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

603
00:35:02,970 --> 00:35:10,592
>> Έτσι ώστε να είναι μερικές απλές εντολές και
Εδώ είναι ένα άλλο που είναι just-- καλά,

604
00:35:10,592 --> 00:35:12,550
Έχω can-- αυτό είναι στην πραγματικότητα
λίγο πιο περίπλοκη,

605
00:35:12,550 --> 00:35:17,130
αλλά αυτό θα πάρει μόνο την κατηγορία
κάθε στήλη του συνόλου δεδομένων ίριδας.

606
00:35:17,130 --> 00:35:20,910
Έτσι, αυτό θα σας δείξω τι το καθένα από αυτά
στήλες είναι από την άποψη των τύπων τους.

607
00:35:20,910 --> 00:35:23,665
Έτσι σέπαλο μήκος είναι αριθμητικό,
σέπαλο πλάτος είναι αριθμητικό.

608
00:35:23,665 --> 00:35:26,540
Όλες αυτές οι τιμές είναι μόνο αριθμητικό
επειδή μπορείτε να πείτε από αυτά τα δεδομένα

609
00:35:26,540 --> 00:35:29,440
δομήσει αυτά είναι
όλα θα αριθμητική.

610
00:35:29,440 --> 00:35:34,310
>> Και η στήλη Είδη
πρόκειται να είναι ένας παράγοντας.

611
00:35:34,310 --> 00:35:37,270
Έτσι, κανονικά, θα έλεγε κανείς ότι
Αυτό είναι σαν μια σειρά χαρακτήρων.

612
00:35:37,270 --> 00:35:48,830
Αλλά αν το κάνετε ακριβώς irisSpecies,
και, στη συνέχεια, Πάω να κάνω το κεφάλι 5,

613
00:35:48,830 --> 00:35:51,820
και αυτό πρόκειται να εκτυπώσετε
από τις πρώτες πέντε τιμές.

614
00:35:51,820 --> 00:35:54,150
>> Και στη συνέχεια παρατηρήσετε αυτό το επίπεδο.

615
00:35:54,150 --> 00:35:58,870
Έτσι, αυτό είναι saying-- αυτός είναι ο τρόπος της R
έχουν κατηγορικές μεταβλητές.

616
00:35:58,870 --> 00:36:03,765
Έτσι, αντί απλώς
έχοντας χορδές χαρακτήρα,

617
00:36:03,765 --> 00:36:06,740
έχει επίπεδα, προσδιορίζοντας
ποια από αυτά τα πράγματα είναι.

618
00:36:06,740 --> 00:36:12,450
>> Ας πούμε irisSpecies 1.

619
00:36:12,450 --> 00:36:17,690
Έτσι, αυτό που θέλουμε να κάνουμε εδώ είναι ότι είμαι
υποσυνόλων σε αυτή τη στήλη ειδών.

620
00:36:17,690 --> 00:36:21,480
Έτσι, αυτό παίρνει το
Στήλη ειδών και, στη συνέχεια,

621
00:36:21,480 --> 00:36:23,820
το ευρετήρια για να πάρει το πρώτο στοιχείο.

622
00:36:23,820 --> 00:36:27,140
Έτσι, αυτό θα πρέπει να σας δώσει setosa.

623
00:36:27,140 --> 00:36:28,710
Και αυτό σας δίνει επίσης τα επίπεδα εδώ.

624
00:36:28,710 --> 00:36:32,812
>> Έτσι, μπορείτε επίσης να συγκρίνετε
Αυτό το χαρακτήρα setosa

625
00:36:32,812 --> 00:36:34,645
και αυτό δεν πρόκειται
να είναι αλήθεια, διότι ένας

626
00:36:34,645 --> 00:36:37,940
είναι διαφορετικού τύπου από το άλλο.

627
00:36:37,940 --> 00:36:40,590
Ή υποθέτω είναι αλήθεια, διότι η R
είναι πιο έξυπνη από αυτό.

628
00:36:40,590 --> 00:36:45,420
Και αυτό φαίνεται σε αυτό και, στη συνέχεια,
λέει, ίσως αυτό είναι ό, τι θέλετε.

629
00:36:45,420 --> 00:36:51,860
Έτσι, πρόκειται να πει το χαρακτήρα
κορδόνι setosa είναι το ίδιο με αυτό.

630
00:36:51,860 --> 00:37:01,290
Και τότε Ομοίως, μπορείτε να
Επίσης, απλά αρπάξτε αυτά όπως ούτω καθεξής.

631
00:37:01,290 --> 00:37:05,580
>> Έτσι, αυτό είναι μόνο ένα είδος
γρήγορη εντολές του συνόλου δεδομένων.

632
00:37:05,580 --> 00:37:08,030
Έτσι, εδώ είναι μερικές εξερεύνηση δεδομένων.

633
00:37:08,030 --> 00:37:11,360
Έτσι, αυτό είναι λίγο πιο
ασχολούνται με την ανάλυση των δεδομένων.

634
00:37:11,360 --> 00:37:18,340
Και αυτό έχει ληφθεί από κάποια
Bootcamp στην Ε στο Μπέρκλεϊ.

635
00:37:18,340 --> 00:37:20,790
>> Έτσι βιβλιοθήκη ξένων.

636
00:37:20,790 --> 00:37:24,880
Έτσι, Πάω να φορτώσει σε ένα
βιβλιοθήκη που ονομάζεται ξένο.

637
00:37:24,880 --> 00:37:32,460
Έτσι, αυτό δεν πρόκειται να μου δώσει read.dta
έτσι υποθέσουμε ότι έχω αυτό το σύνολο δεδομένων.

638
00:37:32,460 --> 00:37:39,000
Αυτό αποθηκεύεται στην τρέχουσα
κατάλογο της κονσόλας μου εργασίας.

639
00:37:39,000 --> 00:37:42,190
Έτσι, ας δούμε τι
ο κατάλογος εργασίας είναι.

640
00:37:42,190 --> 00:37:44,620
>> Έτσι, εδώ είναι κατάλογο εργασίας μου.

641
00:37:44,620 --> 00:37:50,040
Και να διαβάσει δεδομένα τελεία, αυτό
πράγμα, λέει αυτό το αρχείο

642
00:37:50,040 --> 00:37:54,650
βρίσκεται στο φάκελο δεδομένων του
Αυτό τρέχοντα κατάλογο εργασίας.

643
00:37:54,650 --> 00:38:00,520
Και read.dta αυτό δεν είναι
μια προεπιλεγμένη εντολή.

644
00:38:00,520 --> 00:38:02,760
Υποθέτω ότι αυτό έχει τοποθετηθεί στο ήδη.

645
00:38:02,760 --> 00:38:04,750
IEI υπέθεσα ότι φορτωθεί αυτό ήδη.

646
00:38:04,750 --> 00:38:08,115
>> Αλλά έτσι read.dta δεν πρόκειται
να είναι μια προεπιλεγμένη εντολή.

647
00:38:08,115 --> 00:38:11,550
Και γι 'αυτό θα πάμε να έχουν
να φορτώσει σε αυτή τη βιβλιοθήκη package--

648
00:38:11,550 --> 00:38:14,500
Αυτό το πακέτο που ονομάζεται ξένο.

649
00:38:14,500 --> 00:38:16,690
Και αν δεν έχετε
το πακέτο, νομίζω

650
00:38:16,690 --> 00:38:19,180
του εξωτερικού είναι μία από τις ενσωματωμένες σε αυτά.

651
00:38:19,180 --> 00:38:31,150
Διαφορετικά, μπορείτε επίσης
κάνουν install.packages

652
00:38:31,150 --> 00:38:33,180
και αυτό θα εγκατασταθεί το πακέτο.

653
00:38:33,180 --> 00:38:36,878
Και αυτό θα σας δώσει R. Ε, όχι.

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

655
00:38:39,830 --> 00:38:43,140
Και τότε εγώ είμαι απλώς πρόκειται να σταματήσει
Αυτό γιατί το έχετε ήδη.

656
00:38:43,140 --> 00:38:46,920
>> Αλλά τι είναι πραγματικά ωραίο για Ε
είναι ότι η διαχείριση πακέτων

657
00:38:46,920 --> 00:38:48,510
σύστημα είναι πολύ κομψό.

658
00:38:48,510 --> 00:38:52,470
Διότι θα αποθηκεύσει τα πάντα
πραγματικά ωραία για σας.

659
00:38:52,470 --> 00:38:59,780
Έτσι, στην περίπτωση αυτή, πρόκειται για την αποθήκευση
την, πιστεύω, ότι αυτή η βιβλιοθήκη εδώ.

660
00:38:59,780 --> 00:39:02,390
>> Έτσι, όποτε θέλετε να
εγκαταστήσετε νέα πακέτα,

661
00:39:02,390 --> 00:39:04,980
είναι εξίσου απλό όσο
κάνει install.packages

662
00:39:04,980 --> 00:39:07,500
και R θα διαχειριστεί όλα
τα πακέτα για εσάς.

663
00:39:07,500 --> 00:39:12,900
Έτσι, δεν χρειάζεται να κάνουμε κάτι σε
Python, όπου έχετε την εξωτερική συσκευασία

664
00:39:12,900 --> 00:39:15,330
διαχειριστές, όπως το χαρτί
Anaconda όπου είστε

665
00:39:15,330 --> 00:39:18,310
doing-- να εγκαταστήσετε το
συσκευασίες εκτός της Python

666
00:39:18,310 --> 00:39:20,940
και στη συνέχεια προσπαθήστε να τις εκτελέσετε μόνοι σας.

667
00:39:20,940 --> 00:39:22,210
Έτσι, αυτό είναι πραγματικά ωραίο τρόπο.

668
00:39:22,210 --> 00:39:25,590
>> Και install.packages απαιτεί τη χρήση Internet.

669
00:39:25,590 --> 00:39:31,950
Θα παίρνει από ένα διακομιστή
και το αποθετήριο ότι

670
00:39:31,950 --> 00:39:33,960
συλλέγει όλα τα
πακέτα ονομάζεται CRAN.

671
00:39:33,960 --> 00:39:40,690
Και μπορείτε να καθορίσετε ποια είδος καθρέφτη
θέλετε να κατεβάσετε τα πακέτα.

672
00:39:40,690 --> 00:39:43,420
>> Έτσι, εδώ είμαι να παίρνετε αυτό το σύνολο δεδομένων.

673
00:39:43,420 --> 00:39:46,240
Είμαι αυτό που διαβάζετε στη χρήση αυτής της λειτουργίας.

674
00:39:46,240 --> 00:39:49,360
Επιτρέψτε μου λοιπόν να προχωρήσει και να το κάνουμε αυτό.

675
00:39:49,360 --> 00:39:52,900
>> Ας υποθέσουμε ότι
έχετε αυτό το σύνολο δεδομένων

676
00:39:52,900 --> 00:39:55,550
και έχετε απολύτως
Δεν ξέρω τι είναι.

677
00:39:55,550 --> 00:39:58,560
Και αυτό έρχεται πραγματικά πάνω
αρκετά συχνά στη βιομηχανία

678
00:39:58,560 --> 00:40:00,910
όπου έχετε μόνο αυτά
τόνους και τους τόνους των βρώμικο πράγματα

679
00:40:00,910 --> 00:40:02,890
και είναι απίστευτα σημασμένο.

680
00:40:02,890 --> 00:40:06,380
Έτσι, εδώ έχω αυτό
σύνολο δεδομένων και δεν ξέρω

681
00:40:06,380 --> 00:40:08,400
τι είναι έτσι είμαι απλά
δείχνει να το ελέγξουμε.

682
00:40:08,400 --> 00:40:10,620
>> Έτσι, Πάω να κάνω το κεφάλι πρώτα.

683
00:40:10,620 --> 00:40:14,190
Έτσι μπορώ να ελέγξω τους πρώτους έξι
στήλες του τι είναι αυτό το σύνολο δεδομένων είναι.

684
00:40:14,190 --> 00:40:21,730
Έτσι, αυτό είναι κράτος, pres04, και στη συνέχεια,
όλα αυτά διαφορετικό είδος των στηλών.

685
00:40:21,730 --> 00:40:25,612
Και αυτό που είναι ενδιαφέρον
εδώ, υποθέτω, είναι ότι

686
00:40:25,612 --> 00:40:27,945
θα υποθέσουμε ότι αυτό φαίνεται
σαν κάποιο είδος των εκλογών.

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

688
00:40:30,482 --> 00:40:32,190
Και υποθέτω μόνο από
κοιτάζοντας το αρχείο

689
00:40:32,190 --> 00:40:41,070
το όνομα αυτό είναι κάποιο είδος της συλλογής
των δεδομένων σχετικά με τους υποψήφιους ή τους ψηφοφόρους

690
00:40:41,070 --> 00:40:44,920
που ψήφισαν για συγκεκριμένες πρόεδροι
ή πρόεδρος των υποψηφίων

691
00:40:44,920 --> 00:40:46,550
για τις εκλογές του 2004.

692
00:40:46,550 --> 00:40:52,920
>> Έτσι, εδώ είναι οι τιμές 1, 2
έτσι ένας τρόπος για την αποθήκευση

693
00:40:52,920 --> 00:40:56,540
οι υποψήφιοι πρόεδρος
είναι τα ονόματά τους.

694
00:40:56,540 --> 00:40:59,780
Σε αυτή την περίπτωση, μοιάζει
είναι ακριβώς ακέραιες τιμές.

695
00:40:59,780 --> 00:41:04,030
Έτσι, το 2004, ήταν ο Μπους
έναντι Κέρι πιστεύω.

696
00:41:04,030 --> 00:41:09,010
Και τώρα, ας πούμε απλά δεν ξέρω
αν 1 αντιστοιχεί στον Μπους ή 2

697
00:41:09,010 --> 00:41:11,703
αντιστοιχεί προς Κέρι ή και
ούτω καθεξής και ούτω καθεξής, σωστά;

698
00:41:11,703 --> 00:41:15,860
>> Και αυτό είναι, ακριβώς για μένα,
ένα αρκετά κοινό πρόβλημα.

699
00:41:15,860 --> 00:41:18,230
Έτσι τι μπορείτε να κάνετε σε αυτή την περίπτωση;

700
00:41:18,230 --> 00:41:20,000
Ας ελέγξει όλα αυτά τα άλλα πράγματα.

701
00:41:20,000 --> 00:41:22,790
>> κατάσταση, υποθέτω αυτό
προέρχεται από διαφορετικά κράτη.

702
00:41:22,790 --> 00:41:25,100
partyid, το εισόδημα.

703
00:41:25,100 --> 00:41:27,710
Ας δούμε partyid.

704
00:41:27,710 --> 00:41:32,800
Έτσι ίσως ένα πράγμα που μπορείτε να κάνετε είναι
εξετάσουμε κάθε μία από τις παρατηρήσεις

705
00:41:32,800 --> 00:41:36,250
ότι έχουν partyid του Ρεπουμπλικανικού
ή δημοκράτης ή κάτι τέτοιο.

706
00:41:36,250 --> 00:41:38,170
Έτσι, ας δούμε τι είναι partyid.

707
00:41:38,170 --> 00:41:41,946
>> Έτσι, Πάω να λάβει
DAT και στη συνέχεια θα πάω

708
00:41:41,946 --> 00:41:47,960
να κάνετε αυτό το σύμβολο του δολαρίου
χειριστή που έκανα προηγουμένως

709
00:41:47,960 --> 00:41:50,770
και αυτό πρόκειται να
υποσύνολο για αυτή τη στήλη.

710
00:41:50,770 --> 00:41:57,760
Και στη συνέχεια, Πάω να το κεφάλι σε αυτό
20, ακριβώς για να δούμε τι αυτό μοιάζει.

711
00:41:57,760 --> 00:42:00,170
>> Έτσι, αυτό είναι απλώς ένα μάτσο ΕΓ.

712
00:42:00,170 --> 00:42:02,800
Έτσι, με άλλα λόγια, έχετε
έλλειψης στοιχείων σχετικά με αυτά τα παιδιά.

713
00:42:02,800 --> 00:42:08,100
Αλλά μπορείτε επίσης να παρατηρήσετε αυτό
DAT partyid είναι ένας παράγοντας

714
00:42:08,100 --> 00:42:10,030
έτσι αυτό σας δίνει διαφορετικές κατηγορίες.

715
00:42:10,030 --> 00:42:14,170
Έτσι με άλλα λόγια, μπορεί να λάβει partyid
Δημοκρατών, Ρεπουμπλικάνος, Ανεξάρτητο,

716
00:42:14,170 --> 00:42:16,640
ή κάτι άλλο.

717
00:42:16,640 --> 00:42:23,940
>> Έτσι, ας προχωρήσουμε και ας
δείτε ποια από αυτά τα is-- Ω, εντάξει.

718
00:42:23,940 --> 00:42:28,480
Έτσι, Πάω να υποσύνολο
να partyid και, στη συνέχεια,

719
00:42:28,480 --> 00:42:32,780
εξετάσουμε ποιες είναι
Δημοκρατών, για παράδειγμα.

720
00:42:32,780 --> 00:42:37,150
Αυτό πρόκειται να σας δώσει μια Boolean,
ένα τεράστιο Boolean των TRUEs και FALSEs.

721
00:42:37,150 --> 00:42:41,630
>> Και τώρα, ας πούμε ότι θέλω
να υποσύνολο σε αυτά τα παιδιά.

722
00:42:41,630 --> 00:42:47,260
Έτσι, αυτό πρόκειται να λάβει DAT μου και
υποσύνολο για όποιο παρατηρήσεις

723
00:42:47,260 --> 00:42:48,910
έχουν partyid ίσων ισούται Δημοκρατών.

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

725
00:42:52,830 --> 00:42:55,180
Και αυτό είναι αρκετά μεγάλη, διότι
υπάρχουν τόσα πολλά από αυτούς.

726
00:42:55,180 --> 00:42:59,060
Μέχρι τώρα, πάω να το κεφάλι σε αυτό 20.

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

728
00:43:05,690 --> 00:43:11,270
>> Και όπως μπορείτε να παρατηρήσετε, ισούται ίσων
Είναι ενδιαφέρον το γεγονός ότι είστε

729
00:43:11,270 --> 00:43:13,250
already-- είστε, επίσης, συμπεριλαμβανομένου του ΕΓ.

730
00:43:13,250 --> 00:43:19,010
Έτσι, σε αυτή την περίπτωση, δεν μπορείτε ακόμα να πάρετε
οποιαδήποτε πληροφορία, γιατί τώρα έχετε ΕΓ

731
00:43:19,010 --> 00:43:22,650
και απλά θέλετε να δείτε ποιες από τις
παρατήρηση αντιστοιχούν σε Δημοκρατών

732
00:43:22,650 --> 00:43:24,670
και όχι αυτοί που λείπει οι ίδιοι τιμές.

733
00:43:24,670 --> 00:43:27,680
Λοιπόν, πώς θα απαλλαγούμε από αυτές ΕΓ;

734
00:43:27,680 --> 00:43:36,410
>> Έτσι, εδώ είμαι απλά χρησιμοποιώντας το πλήκτρο στο μου
δρομέα και, στη συνέχεια, λέγοντας κινούνται γύρω.

735
00:43:36,410 --> 00:43:39,778
Και στη συνέχεια, εδώ είμαι απλώς πρόκειται
να πω is.na datpartyid.

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

737
00:43:48,970 --> 00:43:52,720
Έτσι αυτό και και θα λάβει
δύο διαφορετικά δυαδικά διανύσματα

738
00:43:52,720 --> 00:43:57,160
και να πω ότι πρόκειται να είναι
Αληθινό και το ψεύτικο, για παράδειγμα.

739
00:43:57,160 --> 00:43:59,190
Γι 'αυτό πρόκειται να κάνει αυτό το συστατικό-σοφός.

740
00:43:59,190 --> 00:44:02,910
Εδώ, λοιπόν, λέω να λάβει
το πλαίσιο δεδομένων, το υποσύνολο

741
00:44:02,910 --> 00:44:10,170
με αυτές που αντιστοιχούν σε δημοκράτη,
και αφαιρέστε κάποια από αυτά που δεν είναι NA.

742
00:44:10,170 --> 00:44:13,540
>> Έτσι, αυτό θα πρέπει να will--
να σας δώσω κάτι.

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

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

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

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

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

748
00:44:36,290 --> 00:44:45,290
Και αυτό θα πρέπει να δώσει you--
sorry-- μόνο μια Boolean φορέα.

749
00:44:45,290 --> 00:44:49,260
Και τότε, γιατί είναι τόσο πολύ καιρό,
Πάω να υποσύνολο έως 20.

750
00:44:49,260 --> 00:44:49,760
ΟΚ.

751
00:44:49,760 --> 00:44:51,570
Έτσι, αυτό θα πρέπει να εργαστεί.

752
00:44:51,570 --> 00:44:54,700
>> Και αυτό θα είναι επίσης TRUEs.

753
00:44:54,700 --> 00:45:01,830
Αχ, έτσι το λάθος μου εδώ είναι ότι I'm-- μου
χρησιμοποιούν C ++ και R εναλλακτικά έτσι κάνω

754
00:45:01,830 --> 00:45:03,590
Αυτό το λάθος όλη την ώρα.

755
00:45:03,590 --> 00:45:05,807
Ο χειριστής και είναι
στην πραγματικότητα το μόνο που θέλετε.

756
00:45:05,807 --> 00:45:08,140
Δεν θέλετε να χρησιμοποιήσετε δύο
συμπλεκτικά σύμβολα, απλά μόνο ένα.

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

758
00:45:14,970 --> 00:45:17,010
ΟΚ.

759
00:45:17,010 --> 00:45:18,140
>> Ας δούμε λοιπόν.

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

761
00:45:20,930 --> 00:45:23,920
Γι 'αυτό υποσύνολο με το
partyid όταν είσαι δημοκράτης

762
00:45:23,920 --> 00:45:25,300
και δεν λείπουν τιμές.

763
00:45:25,300 --> 00:45:27,690
Και τώρα ας δούμε
ποια ήταν αυτά που ψηφίσαμε.

764
00:45:27,690 --> 00:45:31,530
Έτσι, φαίνεται ότι οι περισσότεροι
από αυτούς ψήφισαν για 1.

765
00:45:31,530 --> 00:45:36,090
Έτσι, Πάω να πάει μπροστά
και να πω ότι είναι Κέρι.

766
00:45:36,090 --> 00:45:39,507
>> Και Ομοίως, μπορείτε να
Επίσης, πηγαίνετε στο Ρεπουμπλικανικό

767
00:45:39,507 --> 00:45:41,090
και ελπίζουμε ότι αυτό θα πρέπει να σας δώσει 2.

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

769
00:45:49,730 --> 00:45:51,770
Είναι απλά ένα μάτσο διαφορετικές στήλες.

770
00:45:51,770 --> 00:45:53,070
Και πράγματι, αυτό είναι 2.

771
00:45:53,070 --> 00:45:55,750
Έτσι partyid όλα Ρεπουμπλικάνων,
οι περισσότεροι από αυτούς ψηφίζουν για 2.

772
00:45:55,750 --> 00:45:58,390
>> Φαίνεται λοιπόν ότι, ακριβώς
κοιτάζοντας αυτό,

773
00:45:58,390 --> 00:46:00,600
Δημοκρατικός πρόκειται να είναι
ένα very-- ή ο partyid

774
00:46:00,600 --> 00:46:02,790
πρόκειται να είναι ένα πολύ
μεγάλος παράγοντας στον καθορισμό

775
00:46:02,790 --> 00:46:05,420
η οποία υποψήφιος από όπου και αν
πρόκειται να ψηφίσουν.

776
00:46:05,420 --> 00:46:07,120
Και αυτό είναι προφανώς ισχύει γενικά.

777
00:46:07,120 --> 00:46:10,139
Και αυτό ταιριάζει σας
διαίσθηση, φυσικά.

778
00:46:10,139 --> 00:46:11,930
Φαίνεται λοιπόν ότι είμαι
ο χρόνος τελειώνει έτσι

779
00:46:11,930 --> 00:46:17,040
επιτρέψτε μου να πρέπει να προχωρήσει
και δείχνουν κάποιες γρήγορες εικόνες.

780
00:46:17,040 --> 00:46:21,120
Έτσι, εδώ είναι κάτι που είναι ελαφρώς
πιο περίπλοκη με την απεικόνιση.

781
00:46:21,120 --> 00:46:26,450
Έτσι, σε αυτή την περίπτωση, αυτό είναι ένα πολύ
απλή ανάλυση του τι ακριβώς έλεγχο

782
00:46:26,450 --> 00:46:28,500
Ο Πρόεδρος του '04 είναι.

783
00:46:28,500 --> 00:46:33,920
>> Έτσι, σε αυτή την περίπτωση, ας λέτε
θέλησε να απαντήσει σε αυτήν την ερώτηση.

784
00:46:33,920 --> 00:46:38,540
Έτσι, ας υποθέσουμε ότι θέλουμε να γνωρίζουμε την ψηφοφορία
συμπεριφορά στις εκλογές του 2004 πρόεδρος

785
00:46:38,540 --> 00:46:41,170
και πώς αυτό διαφέρει ανάλογα με τη φυλή.

786
00:46:41,170 --> 00:46:44,380
Έτσι, όχι μόνο δεν θα θέλετε να
δείτε την εκλογική συμπεριφορά,

787
00:46:44,380 --> 00:46:47,860
αλλά θέλετε να υποσύνολο κάθε
φυλή και το είδος του συνοψίζουν αυτό.

788
00:46:47,860 --> 00:46:50,770
Και το μόνο που μπορεί να πει
από αυτό το περίπλοκο συμβολισμό

789
00:46:50,770 --> 00:46:52,580
ότι αυτό είναι το είδος του να πάρει θολό.

790
00:46:52,580 --> 00:46:56,390
>> Έτσι, ένα από τα πιο προηγμένη Ε
πακέτα που είναι επίσης και το είδος των πρόσφατων

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

792
00:47:00,070 --> 00:47:03,060
Γι 'αυτό είναι αυτό ακριβώς εδώ.

793
00:47:03,060 --> 00:47:08,080
Και ggg-- ggplot2 είναι απλά ένα ωραίο
τρόπος για να γίνει καλύτερα απεικονίσεις

794
00:47:08,080 --> 00:47:09,400
από την ενσωματωμένη σε ένα.

795
00:47:09,400 --> 00:47:11,108
>> Έτσι, Πάω να φορτώσει
Αυτές οι δύο βιβλιοθήκες.

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

797
00:47:13,200 --> 00:47:16,950
Και στη συνέχεια, Πάω να πάει
μπροστά και να εκτελέσετε αυτήν την εντολή.

798
00:47:16,950 --> 00:47:19,050
Μπορείτε να θεωρούμε σαν ένα μαύρο κουτί.

799
00:47:19,050 --> 00:47:23,460
>> Αυτό που συμβαίνει είναι ότι αυτού του σωλήνα
χειριστής περνά σε αυτό το επιχείρημα

800
00:47:23,460 --> 00:47:24,110
σε εδώ.

801
00:47:24,110 --> 00:47:28,070
Γι 'αυτό λέω ομάδα από DAT
φυλή και στη συνέχεια πρόεδρος 04.

802
00:47:28,070 --> 00:47:31,530
Και στη συνέχεια, όλες αυτές οι άλλες εντολές
Οι φιλτράρισμα και στη συνέχεια συνοπτικά

803
00:47:31,530 --> 00:47:34,081
όπου κάνω καταμέτρηση και
τότε είμαι το συνωμοτούν εδώ.

804
00:47:34,081 --> 00:47:39,980

805
00:47:39,980 --> 00:47:42,500
ΟΚ δροσερό.

806
00:47:42,500 --> 00:47:44,620
Ας πάμε μπροστά και να
δείτε τι αυτό μοιάζει.

807
00:47:44,620 --> 00:47:52,280

808
00:47:52,280 --> 00:47:57,290
>> Έτσι, αυτό που συμβαίνει εδώ είναι ότι εγώ
ακριβώς σχεδιάζεται καθένα από τους αγώνες και, στη συνέχεια,

809
00:47:57,290 --> 00:47:59,670
ποια ήταν αυτά που ψηφίσαμε.

810
00:47:59,670 --> 00:48:03,492
Και τα δύο αυτά διαφορετικά
τιμές αντιστοιχούν σε 2 και 1.

811
00:48:03,492 --> 00:48:05,325
Αν θέλετε να είναι πιο
κομψό, μπορείτε επίσης

812
00:48:05,325 --> 00:48:11,770
απλώς διευκρινίζει ότι 2 είναι Kerry-- ή
2 είναι ο Μπους, και στη συνέχεια 1 είναι Κέρι.

813
00:48:11,770 --> 00:48:13,700
Και μπορείτε επίσης να έχετε
ότι στο μύθο σας.

814
00:48:13,700 --> 00:48:17,410
>> Και μπορείτε επίσης να χωρίσετε αυτές γραφήματα μπαρ.

815
00:48:17,410 --> 00:48:19,480
Διότι ένα πράγμα είναι
ότι, αν παρατηρήσετε,

816
00:48:19,480 --> 00:48:24,560
Αυτό δεν είναι πολύ εύκολο να εντοπιστούν
ποια από τις δύο τιμές είναι μεγαλύτερες.

817
00:48:24,560 --> 00:48:27,920
Έτσι, ένα πράγμα που θα θέλατε να
κάνουμε είναι να λάβουμε αυτήν την μπλε περιοχή

818
00:48:27,920 --> 00:48:31,855
και απλά κινούνται πάνω από εδώ, έτσι ώστε να
να συγκρίνετε αυτές τις δύο πλάι-πλάι.

819
00:48:31,855 --> 00:48:34,480
Και υποθέτω ότι είναι κάτι που
δεν έχουν το χρόνο να κάνουμε τώρα,

820
00:48:34,480 --> 00:48:36,660
αλλά αυτό είναι επίσης πολύ εύκολο να το κάνουμε.

821
00:48:36,660 --> 00:48:40,310
Μπορείτε απλά να εξετάσουμε
οι σελίδες man του ggplot.

822
00:48:40,310 --> 00:48:47,170
Έτσι, μπορείτε απλά να κάνετε ggplot όπως
ότι και να διαβάσετε σε αυτή τη σελίδα man.

823
00:48:47,170 --> 00:48:51,920
>> Έτσι, επιτρέψτε μου να γρήγορα
σας δείξω μερικά δροσερά πράγματα.

824
00:48:51,920 --> 00:48:57,610
Ας πάμε μπροστά και να πάει to-- μόνο ένα
εφαρμογή της μηχανικής μάθησης.

825
00:48:57,610 --> 00:49:02,450
Ας πούμε ότι έχουμε αυτά τα τρία
συσκευασίες, έτσι Πάω να φορτώσετε αυτά τα μέσα.

826
00:49:02,450 --> 00:49:05,500

827
00:49:05,500 --> 00:49:09,170
Έτσι, αυτό εκτυπώνει μόνο μερικά
πληροφορίες αφού έχει τοποθετηθεί στο πράγμα.

828
00:49:09,170 --> 00:49:15,220
Έτσι λέω αυτό read.csv,
Αυτό το σύνολο δεδομένων, και τώρα

829
00:49:15,220 --> 00:49:18,940
Πάω να πάει μπροστά και να δούμε και
να δούμε τι είναι μέσα σε αυτό το σύνολο δεδομένων.

830
00:49:18,940 --> 00:49:22,080
>> Έτσι, τα πρώτα 20 παρατηρήσεις.

831
00:49:22,080 --> 00:49:27,190
Έτσι έχω μόνο Χ1, Χ2, και Y. Γι 'αυτό
Φαίνεται σαν ένα μάτσο από αυτές τις αξίες

832
00:49:27,190 --> 00:49:31,640
Οι κυμαινόμενες από ίσως 20 έως 80 ή έτσι.

833
00:49:31,640 --> 00:49:37,700
Και τότε ομοίως για το Χ2 και, στη συνέχεια,
αυτό το Υ φαίνεται να είναι ετικετών 0 και 1.

834
00:49:37,700 --> 00:49:49,500
>> Για να το επιβεβαιώσετε αυτό, μπορώ
απλά κάνουμε Χ1 συνοπτικά δεδομένα.

835
00:49:49,500 --> 00:49:51,660
Και τότε ομοίως για
Όλες αυτές οι άλλες στήλες.

836
00:49:51,660 --> 00:49:55,300
Έτσι περίληψη είναι ένας γρήγορος τρόπος για να
απλά δείχνοντάς σας γρήγορα αξίες.

837
00:49:55,300 --> 00:49:56,330
Ω, συγγνώμη.

838
00:49:56,330 --> 00:49:58,440
Αυτό και μόνο θα πρέπει να είναι Υ

839
00:49:58,440 --> 00:50:03,420
>> Έτσι, στην περίπτωση αυτή, δίνει το
ποσοστιαία, διαμέσους, maxes επίσης.

840
00:50:03,420 --> 00:50:07,130
Σε αυτή την περίπτωση, dataY, μπορείτε να δείτε
ότι είναι ακριβώς πρόκειται να είναι 0 και 1.

841
00:50:07,130 --> 00:50:10,100
Επίσης, η μέση λέει
0.6, σημαίνει απλά ότι

842
00:50:10,100 --> 00:50:13,380
Φαίνεται σαν να έχω περισσότερους από 1s 0s.

843
00:50:13,380 --> 00:50:16,160
>> Έτσι, επιτρέψτε μου να πάω μπροστά και να δείχνουν
σας τι αυτό μοιάζει.

844
00:50:16,160 --> 00:50:17,470
Έτσι, είμαι απλώς πρόκειται να σχεδιάσετε αυτό.

845
00:50:17,470 --> 00:50:22,852

846
00:50:22,852 --> 00:50:24,636
Ας δούμε πώς μπορείτε να καθαρίσετε αυτό.

847
00:50:24,636 --> 00:50:30,492

848
00:50:30,492 --> 00:50:31,468
Ω OK.

849
00:50:31,468 --> 00:50:35,840

850
00:50:35,840 --> 00:50:36,340
ΟΚ.

851
00:50:36,340 --> 00:50:37,590
>> Έτσι, αυτό είναι ό, τι μοιάζει.

852
00:50:37,590 --> 00:50:46,310
Φαίνεται λοιπόν ότι τα κίτρινα έχω καθορίσει
ως 0, και στη συνέχεια το κόκκινο έχω καθορίσει ως 1s.

853
00:50:46,310 --> 00:50:52,190
Έτσι, εδώ μοιάζει
σημεία ετικέτα και

854
00:50:52,190 --> 00:50:56,410
Φαίνεται σαν να ήθελε απλά κάποια
είδος της ομαδοποίησης σε αυτό.

855
00:50:56,410 --> 00:51:01,020
>> Και επιτρέψτε μου απλά να προχωρήσει και να δείξει
σας μερικές από αυτές τις ενσωματωμένες λειτουργίες.

856
00:51:01,020 --> 00:51:03,580
Έτσι, εδώ είναι lm.

857
00:51:03,580 --> 00:51:06,060
Έτσι, αυτό είναι ακριβώς που προσπαθεί
για να χωρέσει μια γραμμή σε αυτό.

858
00:51:06,060 --> 00:51:08,640
Έτσι τι είναι ο καλύτερος τρόπος
ότι μπορώ να χωρέσει μια γραμμή, όπως

859
00:51:08,640 --> 00:51:14,020
ότι θα διαχωρίσει καλύτερα
Αυτό το είδος της ομαδοποίησης.

860
00:51:14,020 --> 00:51:21,790
Και στην ιδανική περίπτωση, μπορείτε να δείτε μόνο
ότι τρέχω μόνο όλες αυτές τις εντολές

861
00:51:21,790 --> 00:51:25,450
και, στη συνέχεια, Πάω
μπροστά και προσθέστε τη γραμμή.

862
00:51:25,450 --> 00:51:28,970
>> Έτσι, αυτό φαίνεται να είναι η καλύτερη εικασία.

863
00:51:28,970 --> 00:51:34,150
Είναι λαμβάνοντας το καλύτερο που ελαχιστοποιεί
το σφάλμα στην προσπάθεια να χωρέσει αυτή τη γραμμή.

864
00:51:34,150 --> 00:51:40,000
Προφανώς, αυτό φαίνεται το είδος του
καλό, αλλά δεν είναι η καλύτερη.

865
00:51:40,000 --> 00:51:43,130
Και γραμμικά μοντέλα, σε
Γενικά, πρόκειται να είναι

866
00:51:43,130 --> 00:51:46,811
πραγματικά μεγάλη για τη θεωρία και ακριβώς το είδος
του κτιρίου βασικά στοιχεία της μηχανής

867
00:51:46,811 --> 00:51:47,310
μάθηση.

868
00:51:47,310 --> 00:51:50,330
Αλλά στην πράξη, θα πάμε να
θέλουμε να κάνουμε κάτι πιο γενικό.

869
00:51:50,330 --> 00:51:54,280
>> Έτσι, μπορείτε απλά να δοκιμάσετε τρέξιμο
κάτι που ονομάζεται ένα νευρωνικό δίκτυο.

870
00:51:54,280 --> 00:51:57,110
Αυτά τα πράγματα είναι
όλο και πιο συχνές.

871
00:51:57,110 --> 00:52:00,530
Και το μόνο που εργάζονται φανταστικά
για μεγάλα σύνολα δεδομένων.

872
00:52:00,530 --> 00:52:07,080
Έτσι, σε αυτή την περίπτωση, έχουμε μόνο have--
ας see-- έχουμε nrow.

873
00:52:07,080 --> 00:52:09,010
Έτσι nrow είναι ακριβώς λέει αριθμό των γραμμών.

874
00:52:09,010 --> 00:52:11,790
Έτσι, στην περίπτωση αυτή, θα
έχει 100 παρατηρήσεις.

875
00:52:11,790 --> 00:52:15,010
>> Έτσι, επιτρέψτε μου να πάει μπροστά και
κάνει ένα νευρωνικό δίκτυο.

876
00:52:15,010 --> 00:52:18,620
Έτσι, αυτό είναι πραγματικά ωραία
γιατί μπορώ να πω μόνο nnet

877
00:52:18,620 --> 00:52:21,767
και τότε είμαι regressing Υ
Έτσι, το Υ είναι η στήλη.

878
00:52:21,767 --> 00:52:23,850
Και τότε την παλινδρόμηση σε
οι άλλες δύο μεταβλητές.

879
00:52:23,850 --> 00:52:27,360
Έτσι, αυτό είναι μικρότερο
σημειογραφία για Χ1 και Χ2.

880
00:52:27,360 --> 00:52:29,741
>> Ας πάμε μπροστά και να τρέξει αυτό.

881
00:52:29,741 --> 00:52:30,240
Ω, συγγνώμη.

882
00:52:30,240 --> 00:52:32,260
Θα πρέπει να τρέξει όλο αυτό το πράγμα.

883
00:52:32,260 --> 00:52:37,500
Και αυτό είναι μόνο η εκτύπωση σημειογραφία
για το πόσο γρήγορα ή όχι γρήγορα

884
00:52:37,500 --> 00:52:38,460
συγκλίνει.

885
00:52:38,460 --> 00:52:41,420
Έτσι φαίνεται σαν να είχε συγκλίνει.

886
00:52:41,420 --> 00:52:44,970
Έτσι, επιτρέψτε μου να πάει μπροστά και εκτύπωσης
τι αυτό μοιάζει.

887
00:52:44,970 --> 00:52:51,260
>> Δείτε εδώ είναι η εικόνα και εδώ είναι
ένα περίγραμμα που δείχνει πόσο καλά ταιριάζει.

888
00:52:51,260 --> 00:52:56,380
Και αυτό είναι just-- μπορείτε να δείτε
αυτό ότι αυτό είναι πολύ, πολύ ωραία.

889
00:52:56,380 --> 00:52:59,400
Θα μπορούσε ακόμη και να είναι
overfitting, αλλά μπορείτε επίσης να

890
00:52:59,400 --> 00:53:03,390
αντιπροσωπεύουν αυτό με άλλες
τεχνικές όπως διασταυρωμένης επικύρωσης.

891
00:53:03,390 --> 00:53:06,180
Και αυτά είναι επίσης ενσωματωμένη στο R.

892
00:53:06,180 --> 00:53:09,170
>> Και επιτρέψτε μου απλά να σας δείξω
υποστηρίζουν μηχανή φορέα.

893
00:53:09,170 --> 00:53:12,470
Αυτό είναι ένα άλλο πολύ κοινό
τεχνική μηχανικής μάθησης.

894
00:53:12,470 --> 00:53:18,550
Είναι πολύ παρόμοια με γραμμικά μοντέλα, αλλά
χρησιμοποιεί αυτό που ονομάζεται μια μέθοδος πυρήνα.

895
00:53:18,550 --> 00:53:22,790
Και ας δούμε πόσο καλά ότι κάνει.

896
00:53:22,790 --> 00:53:26,430
Έτσι αυτό είναι πολύ παρόμοιο με το πώς
και ένα νευρωνικό δίκτυο εκτελεί,

897
00:53:26,430 --> 00:53:27,900
αλλά είναι πολύ πιο ομαλή.

898
00:53:27,900 --> 00:53:35,740
Και αυτό βασίζεται στα ανοικτά
του what-- πώς το έργο SVMs.

899
00:53:35,740 --> 00:53:40,250
>> Έτσι, αυτό είναι απλά ένα πολύ
γρήγορη επισκόπηση μερικών

900
00:53:40,250 --> 00:53:43,822
από τις ενσωματωμένες λειτουργίες που μπορείτε να κάνετε
και επίσης μερικά από την εξερεύνηση των δεδομένων.

901
00:53:43,822 --> 00:53:45,905
Έτσι, επιτρέψτε μου να πάει μπροστά
και να πάει πίσω στις διαφάνειες.

902
00:53:45,905 --> 00:53:50,290

903
00:53:50,290 --> 00:53:53,670
>> Έτσι, προφανώς, αυτό είναι
δεν είναι πολύ περιεκτική.

904
00:53:53,670 --> 00:53:57,140
Και αυτό είναι πραγματικά μόνο ένα τρέιλερ
σας δείχνει τι πραγματικά μπορείτε να κάνετε στην R.

905
00:53:57,140 --> 00:53:59,100
Έτσι, αν θέλετε ακριβώς όπως
για να μάθετε περισσότερα, εδώ

906
00:53:59,100 --> 00:54:01,210
είναι μια δέσμη των διαφορετικών πόρων.

907
00:54:01,210 --> 00:54:06,890
>> Έτσι, αν είστε λάτρης των βιβλίων ή είστε
απλώς λάτρης της ανάγνωσης πράγματα σε απευθείας σύνδεση,

908
00:54:06,890 --> 00:54:09,670
τότε αυτό είναι ένα φανταστικό
ένα από Hadley Wickham,

909
00:54:09,670 --> 00:54:13,010
ο οποίος δημιούργησε επίσης όλα αυτά
πραγματικά δροσερό πακέτα.

910
00:54:13,010 --> 00:54:17,420
Αν είστε λάτρης του βίντεο, στη συνέχεια,
Berkeley έχει μια τρομερή Bootcamp

911
00:54:17,420 --> 00:54:21,060
ότι είναι several-- αυτό είναι το είδος των μεγάλων.

912
00:54:21,060 --> 00:54:24,210
Και αυτό θα σας διδάξει σχεδόν
όλα όσα θα θέλατε να ξέρετε για το R.

913
00:54:24,210 --> 00:54:27,770
>> Και ομοίως, υπάρχει Codeacademy
και όλα αυτά άλλου είδους

914
00:54:27,770 --> 00:54:29,414
των διαδραστικών ιστοσελίδων.

915
00:54:29,414 --> 00:54:31,580
Είναι, επίσης, να πάρει
common-- όλο και πιο συχνές.

916
00:54:31,580 --> 00:54:33,749
Έτσι, αυτό είναι πολύ παρόμοιο με Codeacademy.

917
00:54:33,749 --> 00:54:35,790
Και τέλος, αν απλά
θέλουν κοινότητα και να συμβάλει,

918
00:54:35,790 --> 00:54:38,800
αυτά είναι ένα μάτσο
πράγματα που μπορείτε να πάτε.

919
00:54:38,800 --> 00:54:40,880
Προφανώς, έχουμε ακόμη
χρησιμοποιούν λίστες, απλά

920
00:54:40,880 --> 00:54:44,860
όπως και σχεδόν κάθε άλλη
γλώσσα προγραμματισμού κοινότητα.

921
00:54:44,860 --> 00:54:47,880
Και #rstats, αυτό είναι
κοινότητα μας στο Twitter.

922
00:54:47,880 --> 00:54:49,580
Αυτό είναι πραγματικά αρκετά κοινό.

923
00:54:49,580 --> 00:54:50,850
Και τότε ο χρήστης!

924
00:54:50,850 --> 00:54:52,340
Είναι απλά συνεδρίου μας.

925
00:54:52,340 --> 00:54:55,390
>> Και τότε, φυσικά, μπορείτε να
χρησιμοποιήσουμε όλα αυτά τα άλλα Q & A πράγματα,

926
00:54:55,390 --> 00:54:57,680
όπως Υπερχείλιση στοίβας,
Η Google, και στη συνέχεια GitHub.

927
00:54:57,680 --> 00:55:00,490
Επειδή τα περισσότερα από αυτά τα πακέτα
και ένα μεγάλο μέρος της κοινότητας

928
00:55:00,490 --> 00:55:03,420
θα επικεντρωθεί γύρω από την ανάπτυξη
Κωδικός γιατί είναι ανοικτού κώδικα.

929
00:55:03,420 --> 00:55:05,856
Και είναι ακριβώς πραγματικά ωραίο στο GitHub.

930
00:55:05,856 --> 00:55:08,730
Και τέλος, μπορείτε να επικοινωνήσετε μαζί μου αν
απλά κάποιες γρήγορες ερωτήσεις.

931
00:55:08,730 --> 00:55:13,530
Έτσι, μπορείτε να με βρείτε στο Twitter εδώ,
ιστοσελίδα μου, και μόνο το email μου.

932
00:55:13,530 --> 00:55:17,840
Έτσι, ελπίζουμε, ότι ήταν
something-- σε μικρή τρέιλερ

933
00:55:17,840 --> 00:55:20,900
από ό, τι το R είναι πραγματικά ικανοί να κάνουν.

934
00:55:20,900 --> 00:55:23,990
Και ελπίζω, απλά
ελέγξτε έξω αυτές τις τρεις συνδέσεις

935
00:55:23,990 --> 00:55:25,760
και να δείτε τι μπορείτε να κάνετε περισσότερα.

936
00:55:25,760 --> 00:55:28,130
Και υποθέτω ότι είναι ακριβώς γι 'αυτό.

937
00:55:28,130 --> 00:55:28,630
Ευχαριστώ.

938
00:55:28,630 --> 00:55:30,780
>> [Χειροκρότημα]

939
00:55:30,780 --> 00:55:31,968