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

2
00:00:00,750 --> 00:00:09,800
>> [Música tocando]

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

4
00:00:13,014 --> 00:00:13,680
DUSTIN Tran: Hi.

5
00:00:13,680 --> 00:00:14,980
Dustin do meu nome.

6
00:00:14,980 --> 00:00:18,419
Entón, eu vou estar presentando
Análise de datos en R.

7
00:00:18,419 --> 00:00:19,710
Só un pouco sobre min mesmo.

8
00:00:19,710 --> 00:00:24,320
Eu son actualmente un estudante de posgrao en
as Ciencias da Enxeñaría e aplicada.

9
00:00:24,320 --> 00:00:28,330
Eu estudo un cruce de
aprendizaxe de máquina e estatísticas

10
00:00:28,330 --> 00:00:31,375
Análise de datos de modo en que R é
realmente fundamental para o

11
00:00:31,375 --> 00:00:33,790
Fago nunha base diaria.

12
00:00:33,790 --> 00:00:35,710
>> E R é especialmente
bo para a análise de datos

13
00:00:35,710 --> 00:00:39,310
porque é moi bo para prototipado.

14
00:00:39,310 --> 00:00:43,590
E, normalmente, cando está facendo algún tipo
de análise de datos, unha morea de problemas

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

16
00:00:44,920 --> 00:00:48,700
E así, só quere ter
algúns realmente boa linguaxe que

17
00:00:48,700 --> 00:00:53,770
é só bo para facer
built-in funcións, en oposición

18
00:00:53,770 --> 00:00:57,430
a ter que xestione as cousas de baixo nivel.

19
00:00:57,430 --> 00:01:01,040
Entón, en principio, eu só vou
para introducir o que é de R, por que

20
00:01:01,040 --> 00:01:04,540
quere usalo, e
a continuación, pasar por riba nalgún demo,

21
00:01:04,540 --> 00:01:07,060
e só ir a partir de aí.

22
00:01:07,060 --> 00:01:08,150
>> Entón, o que é de R?

23
00:01:08,150 --> 00:01:11,180
R é só unha linguaxe desenvolvida
para computación estatística

24
00:01:11,180 --> 00:01:12,450
e visualización.

25
00:01:12,450 --> 00:01:16,000
Entón, o que isto significa que
é unha moi excelente lingua

26
00:01:16,000 --> 00:01:22,400
para todo tipo de cousas que se encarga de
incerteza ou visualización de datos.

27
00:01:22,400 --> 00:01:24,850
Entón tes todo isto
distribucións de probabilidade.

28
00:01:24,850 --> 00:01:27,140
Non van ser
built-in funcións.

29
00:01:27,140 --> 00:01:31,650
Tamén terá excelente
plotagem paquetes.

30
00:01:31,650 --> 00:01:34,110
>> Python é outro competidor
Idioma para datos.

31
00:01:34,110 --> 00:01:40,020
E unha cousa que eu creo que R
é moito mellor a é a vista.

32
00:01:40,020 --> 00:01:45,200
Entón, o que vai ver na demo como
ben é só unha linguaxe moi intuitiva

33
00:01:45,200 --> 00:01:48,050
que simplemente funciona moi ben.

34
00:01:48,050 --> 00:01:53,140
Tamén é libre e de código aberto, como
é outra boa linguaxe, eu creo.

35
00:01:53,140 --> 00:01:55,440
>> E aquí, unha morea de só
palabras clave xogado en ti.

36
00:01:55,440 --> 00:02:00,450
É dinámico, é dicir, se ten un
tipo específico asignado a un obxecto

37
00:02:00,450 --> 00:02:02,025
que el só vai mudalo on the fly.

38
00:02:02,025 --> 00:02:05,670
É preguiceiro, por iso é intelixente sobre
como o fai cálculos.

39
00:02:05,670 --> 00:02:12,250
Funcional que significa que realmente pode funcionar
baseado fóra de funcións tan anything--

40
00:02:12,250 --> 00:02:16,910
calquera tipo de manipulación que é
facendo, el estará baseado funcións.

41
00:02:16,910 --> 00:02:20,162
>> Así, os operadores binarios, por exemplo,
son funcións só inherentemente.

42
00:02:20,162 --> 00:02:21,870
E todo o que
vai facer é

43
00:02:21,870 --> 00:02:24,690
será correr en si funcións.

44
00:02:24,690 --> 00:02:27,140
E entón orientada a obxectos tamén.

45
00:02:27,140 --> 00:02:30,930
>> Entón aquí está unha trama xkcd.

46
00:02:30,930 --> 00:02:34,350
Non só porque eu sinto que
Xkcd é fundamental para calquera tipo

47
00:02:34,350 --> 00:02:37,770
de presentación, senón porque
Eu sinto que iso realmente

48
00:02:37,770 --> 00:02:42,160
martela o punto en que unha gran parte do
momento en que está facendo algún tipo de datos

49
00:02:42,160 --> 00:02:46,570
análise, o problema non está
tanto o quão rápido el corre,

50
00:02:46,570 --> 00:02:49,850
pero canto tempo vai
levalo a programar a tarefa.

51
00:02:49,850 --> 00:02:54,112
Entón, aquí é só analizar se
estratexia a ou b é máis eficiente.

52
00:02:54,112 --> 00:02:55,820
Este será
algo que é

53
00:02:55,820 --> 00:02:58,290
enfrontará moito con en
tipo de linguaxes de baixo nivel

54
00:02:58,290 --> 00:03:03,440
onde está lidando con fallos Lun,
distribución de memoria, initializations,

55
00:03:03,440 --> 00:03:05,270
mesmo facendo as funcións embutidas.

56
00:03:05,270 --> 00:03:09,920
E este material está todo tratado
moi, moi elegante en R.

57
00:03:09,920 --> 00:03:12,839
>> Entón, só para martelar este
punto, o maior pescozo

58
00:03:12,839 --> 00:03:13,880
será cognitivo.

59
00:03:13,880 --> 00:03:17,341
Así, a análise de datos é un problema moi difícil.

60
00:03:17,341 --> 00:03:19,340
Se está facendo
aprendizaxe de máquina ou se está

61
00:03:19,340 --> 00:03:22,550
facendo só algún tipo de
explotación de datos de base,

62
00:03:22,550 --> 00:03:25,290
non quere ter
para levar un documento

63
00:03:25,290 --> 00:03:27,440
e despois compilar
algo cada vez que

64
00:03:27,440 --> 00:03:31,010
quero ver o que a columna parece,
o que en particular entradas nunha matriz

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

66
00:03:32,195 --> 00:03:34,320
Entón só quere ter
algunha interface moi legal

67
00:03:34,320 --> 00:03:37,740
pode realizar unha función simple
que os índices para o que quere que

68
00:03:37,740 --> 00:03:41,870
desexa e basta executa-lo de alí.

69
00:03:41,870 --> 00:03:44,190
E precisa dominio
linguaxes específicas para iso.

70
00:03:44,190 --> 00:03:51,750
E R realmente vai axudar a definir o
problema e resolver-lo deste xeito.

71
00:03:51,750 --> 00:03:58,690
>> Entón aquí vai unha que mostra a programación enredo
popularidade de R como foi aínda co tempo.

72
00:03:58,690 --> 00:04:04,060
Entón, como podes ver, como 2013 ou
polo que só explotado tremendamente.

73
00:04:04,060 --> 00:04:09,570
E iso foi só por causa diso
gran tendencia na industria de tecnoloxía

74
00:04:09,570 --> 00:04:10,590
sobre big data.

75
00:04:10,590 --> 00:04:13,010
Ademais, non só a tecnoloxía
industria, pero realmente

76
00:04:13,010 --> 00:04:16,490
calquera isso-- industria, porque
moitas das industrias

77
00:04:16,490 --> 00:04:20,589
son unha especie de fundamental
para tratar de resolver estes problemas.

78
00:04:20,589 --> 00:04:24,590
E, normalmente, pode que algún bo
forma de medir estes problemas

79
00:04:24,590 --> 00:04:29,720
ou incluso define-los ou
resolvelos los usando datos.

80
00:04:29,720 --> 00:04:35,430
Entón, eu creo que agora é o 11º R
lingua máis popular en TIOBE

81
00:04:35,430 --> 00:04:38,200
e foi crecente desde entón.

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

83
00:04:40,740 --> 00:04:43,080
>> Entón, aquí está un pouco máis
características de R. Ten

84
00:04:43,080 --> 00:04:46,900
un enorme número de paquetes e
por todas estas cousas distintas.

85
00:04:46,900 --> 00:04:52,470
Entón, cando ten un
determinado problema, a maioría

86
00:04:52,470 --> 00:04:55,060
o tempo de R terá
esa función para ti.

87
00:04:55,060 --> 00:04:58,520
Entón, se quere
construír algún tipo de máquina

88
00:04:58,520 --> 00:05:02,770
algoritmo de aprendizaxe chamado
Aleatoria Bosque ou Árbores de decisión,

89
00:05:02,770 --> 00:05:07,530
ou mesmo tentando aproveitar a media de
unha función ou algún deste material,

90
00:05:07,530 --> 00:05:10,000
R vai ter iso.

91
00:05:10,000 --> 00:05:14,190
>> E se fai se preocupa
optimización, unha cousa que é común

92
00:05:14,190 --> 00:05:17,430
é que despois que fixo prototipado
algún tipo de linguaxe de alto nivel,

93
00:05:17,430 --> 00:05:19,810
vai xogar este em--
Só vai porto que máis de

94
00:05:19,810 --> 00:05:21,550
a algunha linguaxe de baixo nivel.

95
00:05:21,550 --> 00:05:26,090
O que é bo sobre R é que unha vez que é
prototipado feito isto, pode realizar C ++,

96
00:05:26,090 --> 00:05:29,510
ou Fortran, ou calquera destes
os de nivel máis baixo directamente na R.

97
00:05:29,510 --> 00:05:32,320
Entón esta é unha realidade
recurso interesante sobre R,

98
00:05:32,320 --> 00:05:35,930
se realmente se preocupan
o punto de optimización.

99
00:05:35,930 --> 00:05:39,490
>> E iso tamén é moi bo
para visualizacións na web.

100
00:05:39,490 --> 00:05:43,530
Así D3.js, por exemplo, é
Eu creo que un outro seminario

101
00:05:43,530 --> 00:05:45,130
que presentamos hoxe.

102
00:05:45,130 --> 00:05:48,510
E iso é realmente impresionante para
facendo visualizacións interactivas.

103
00:05:48,510 --> 00:05:54,460
E D3.js supón que teña
algún tipo de datos a ser Plot

104
00:05:54,460 --> 00:05:58,080
e R é unha boa forma de ser capaz de facer
a análise dos datos antes de export-lo

105
00:05:58,080 --> 00:06:04,220
sobre a D3.js ou mesmo só correr
Ordes D3.js en si mesmo R,

106
00:06:04,220 --> 00:06:08,240
así como todos estes
outras bibliotecas ben.

107
00:06:08,240 --> 00:06:13,041
>> Entón esa foi só a introdución de
o que é R e por que pode usalo.

108
00:06:13,041 --> 00:06:14,790
Polo tanto, esperamos que, eu teño
Está convencido algo

109
00:06:14,790 --> 00:06:18,460
sobre só tentando ver o que é.

110
00:06:18,460 --> 00:06:23,930
Entón, eu estou indo a ir adiante e pasar por
algúns fundamentos sobre os obxectos R

111
00:06:23,930 --> 00:06:26,150
eo que realmente pode facer.

112
00:06:26,150 --> 00:06:29,690
>> Entón, aquí é só un
banda de comandos de matemáticas.

113
00:06:29,690 --> 00:06:35,000
Entón diga you're-- quere construír
mesmo idioma e só quere

114
00:06:35,000 --> 00:06:38,080
para ter unha chea de ferramentas diferentes.

115
00:06:38,080 --> 00:06:42,520
Calquera tipo de operación pensas que
quero é practicamente estará en R.

116
00:06:42,520 --> 00:06:44,150
>> Entón aquí é 2 máis 2.

117
00:06:44,150 --> 00:06:46,090
Aquí é 2 veces pi.

118
00:06:46,090 --> 00:06:51,870
R ten unha morea de constantes internas
que vai empregar a miúdo como pi, e.

119
00:06:51,870 --> 00:06:56,230
>> E entón, aquí está 7 máis
runif, así runif de 1.

120
00:06:56,230 --> 00:07:02,450
Esta é unha función que é xera
un uniforme aleatoria de 0 a 1.

121
00:07:02,450 --> 00:07:04,400
E despois hai a 3 ao poder do 4.

122
00:07:04,400 --> 00:07:06,430
Hai raíces cadradas.

123
00:07:06,430 --> 00:07:07,270
>> Hai rexistro.

124
00:07:07,270 --> 00:07:14,500
Entón rexistro vai facer de base
exponencial por si só.

125
00:07:14,500 --> 00:07:18,337
E entón, se se especifica unha base, a continuación,
pode facer o que quere de base.

126
00:07:18,337 --> 00:07:19,920
E entón aquí están algúns outros comandos.

127
00:07:19,920 --> 00:07:22,180
Entón tes 23 mod 2.

128
00:07:22,180 --> 00:07:24,910
Entón tes o resto.

129
00:07:24,910 --> 00:07:27,110
Entón tes científica
notación se tamén

130
00:07:27,110 --> 00:07:34,060
quero facer só máis e
cousas máis complicadas.

131
00:07:34,060 --> 00:07:37,320
>> Entón aquí está a asignación.

132
00:07:37,320 --> 00:07:40,830
Entón atribucións típicas en
R faise cunha frecha

133
00:07:40,830 --> 00:07:43,440
por iso é menos que e, a continuación, o guión.

134
00:07:43,440 --> 00:07:47,250
Entón aquí eu só estou atribuíndo
3 ao val variable.

135
00:07:47,250 --> 00:07:50,160
>> E entón eu estou imprimindo val
e entón ela mostra tres.

136
00:07:50,160 --> 00:07:53,920
Por defecto en R intérprete, el
imprimirá as cousas para ti

137
00:07:53,920 --> 00:07:57,280
así que non ten que especificar imprimir un val
calquera momento que quere imprimir algo.

138
00:07:57,280 --> 00:08:00,200
Pode só facer val e
logo vai facelo por vostede.

139
00:08:00,200 --> 00:08:04,380
>> Ademais, pode utilizar tecnicamente iguais
como un operador de asignación.

140
00:08:04,380 --> 00:08:07,190
Hai pequenas sutilezas
entre usar a frecha

141
00:08:07,190 --> 00:08:10,730
operador e os iguais
operador de atribucións.

142
00:08:10,730 --> 00:08:15,470
Principalmente por convención, todo
só vai usar o operador frecha.

143
00:08:15,470 --> 00:08:21,850
>> E aquí, estou atribuíndo este
notación oblicua chamada 1 colonos 6.

144
00:08:21,850 --> 00:08:26,010
Isto xera un vector de 1 a 6.

145
00:08:26,010 --> 00:08:29,350
E iso moi bo porque, logo
acaba de asignar o vector para val

146
00:08:29,350 --> 00:08:34,270
e que funciona por si só.

147
00:08:34,270 --> 00:08:37,799
>> Entón, iso xa está a suceder a partir dun
single-- un dato moi intuitiva

148
00:08:37,799 --> 00:08:41,070
estrutura de só un par de
algún tipo de tipo nun vector

149
00:08:41,070 --> 00:08:45,670
e que pode recoller todos
os valores escalares para ti.

150
00:08:45,670 --> 00:08:50,770
Entón, despois de pasar de escalar, vostede
ter obxectos R e este é un vector.

151
00:08:50,770 --> 00:08:55,610
Un vector é calquera tipo de
recollida do mesmo tipo.

152
00:08:55,610 --> 00:08:58,150
Entón, aquí están unha morea de vectores.

153
00:08:58,150 --> 00:08:59,800
>> Polo tanto, este é numérico.

154
00:08:59,800 --> 00:09:02,440
Numérico é o camiño de R de dicir dobre.

155
00:09:02,440 --> 00:09:07,390
E así, por defecto, calquera
número será un dobre.

156
00:09:07,390 --> 00:09:13,150
>> Entón se ten c de 1,1, 3,
negativa de 5,7, o c é unha función.

157
00:09:13,150 --> 00:09:16,760
Este encadea os tres
números nun vector.

158
00:09:16,760 --> 00:09:19,619
E iso vai ser-- entón se
notar 3, por si só,

159
00:09:19,619 --> 00:09:21,910
normalmente asumiría
que iso é como un número enteiro,

160
00:09:21,910 --> 00:09:25,050
senón porque todos os vectores
son do mesmo tipo,

161
00:09:25,050 --> 00:09:28,660
Este é un vector de dúos
ou numérica neste caso.

162
00:09:28,660 --> 00:09:34,920
>> rnorm é unha función que xera
variables-- normal estándar

163
00:09:34,920 --> 00:09:36,700
ou valores normal estándar.

164
00:09:36,700 --> 00:09:38,360
E eu estou especificando dous deles.

165
00:09:38,360 --> 00:09:43,840
Entón, eu estou facendo rnorm 2, atribuíndo iso a
devs, e entón eu estou imprimindo devs.

166
00:09:43,840 --> 00:09:47,350
Entón, eses son só dous
valores normais aleatorios.

167
00:09:47,350 --> 00:09:50,060
>> E entón se fai INTS
se preocupa con números enteiros.

168
00:09:50,060 --> 00:09:54,650
Polo tanto, esta é só sobre a memoria
distribución e gardar o tamaño da memoria.

169
00:09:54,650 --> 00:10:01,460
Entón tería que engadir
seus números polo capital L.

170
00:10:01,460 --> 00:10:04,170
>> En xeral, este é
Notación historial de R

171
00:10:04,170 --> 00:10:06,940
para algo chamado enteiro longo.

172
00:10:06,940 --> 00:10:09,880
Así, a maior parte do tempo, vai
estar lidando con dobres.

173
00:10:09,880 --> 00:10:15,180
E se nunca será máis tarde
en optimizar o seu código,

174
00:10:15,180 --> 00:10:18,110
pode simplemente engadir estes L's
despois ou durante o mesmo

175
00:10:18,110 --> 00:10:22,280
se é como premonitório sobre o que
vai facer estas variables.

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

177
00:10:25,340 --> 00:10:26,890
>> Entón, aquí é un vector de caracteres.

178
00:10:26,890 --> 00:10:31,440
Entón, de novo, eu estou concatenando
tres cordas esta vez.

179
00:10:31,440 --> 00:10:36,230
Teña en conta que cordas dobres e
cordas simples son as mesmas en R.

180
00:10:36,230 --> 00:10:41,000
Entón, eu teño Arthur e Marvin e así
cando estou imprimilas los, todos eles

181
00:10:41,000 --> 00:10:43,210
van amosar cordas dobres.

182
00:10:43,210 --> 00:10:45,880
E se tamén quere incluír
a secuencia de matrimonio ou solteiro

183
00:10:45,880 --> 00:10:50,070
nos seus personaxes, entón podes
ou cambiar as súas cordas.

184
00:10:50,070 --> 00:10:53,540
>> Entón Marvin ao
segundo elemento, este é

185
00:10:53,540 --> 00:10:56,380
vai show-- vostede
só ten cordas dobres

186
00:10:56,380 --> 00:10:59,050
e, a continuación, unha única secuencia
de xeito que este é alterna.

187
00:10:59,050 --> 00:11:04,040
Se non, se quere usar un dobre
operador de cadea nun cordón dobre

188
00:11:04,040 --> 00:11:07,090
cando está declarando-o, a continuación,
non necesitará empregar o operador de escape.

189
00:11:07,090 --> 00:11:10,600
Entón fai a dobre cadea barra invertida.

190
00:11:10,600 --> 00:11:13,330
>> E, finalmente, nós tamén
ter vectores lóxicos.

191
00:11:13,330 --> 00:11:15,890
Entón logical-- tan certo
e FALSE, e son

192
00:11:15,890 --> 00:11:18,880
será todas as letras maiúsculas.

193
00:11:18,880 --> 00:11:22,370
E entón, unha vez máis, eu estou concatenando
Los e, a continuación, atribuíndolles a bools.

194
00:11:22,370 --> 00:11:24,590
Entón bools mostrará
vostede TRUE, FALSE e TRUE.

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

196
00:11:28,280 --> 00:11:31,620
>> Entón aquí está a indexación vectorized.

197
00:11:31,620 --> 00:11:34,870
Así, en principio, eu
estou tomando un function--

198
00:11:34,870 --> 00:11:39,230
iso chámase sequence--
secuencia de 2 a 12.

199
00:11:39,230 --> 00:11:42,490
E eu estou tendo unha secuencia por 2.

200
00:11:42,490 --> 00:11:46,660
Por iso, vai facer
2, 4, 6, 8, 10 e 12.

201
00:11:46,660 --> 00:11:50,080
E entón, eu son a indexación
para obter o terceiro elemento.

202
00:11:50,080 --> 00:11:55,770
>> Entón, unha cousa a ter presente é
de que R índices a partir do 1.

203
00:11:55,770 --> 00:12:00,550
Entón vals 3 dará
ti o terceiro elemento.

204
00:12:00,550 --> 00:12:04,580
Este é tipo de diferente doutros
linguas en que comeza de cero.

205
00:12:04,580 --> 00:12:09,780
Así, en C ou C ++, por exemplo, está
indo para obter o cuarto elemento.

206
00:12:09,780 --> 00:12:13,280
>> E aquí está vals 3-5.

207
00:12:13,280 --> 00:12:16,030
Entón, unha cousa que é
moi legal é que

208
00:12:16,030 --> 00:12:20,410
pode xerar variables temporais dentro
e despois é só usalos en tempo real.

209
00:12:20,410 --> 00:12:21,960
Entón aquí está 3-5.

210
00:12:21,960 --> 00:12:25,070
Entón, eu estou xerando un vector
3, 4, e 5 e logo

211
00:12:25,070 --> 00:12:29,700
Estou indexación para obter o terceiro,
cuarto e quinto elementos.

212
00:12:29,700 --> 00:12:32,280
>> Entón, do mesmo xeito, pode
Resumo Este só facer

213
00:12:32,280 --> 00:12:35,280
calquera tipo de un vector
que lle dá a indexación.

214
00:12:35,280 --> 00:12:40,050
Entón aquí está vals e despois o
primeiro, terceiro e sexto elementos.

215
00:12:40,050 --> 00:12:42,800
E entón, se quere
para facer un complemento,

216
00:12:42,800 --> 00:12:45,210
entón só facer o menos
despois e que vai

217
00:12:45,210 --> 00:12:48,600
dar-lle todo o que non é o
primeiro, terceiro, sexto ou elemento.

218
00:12:48,600 --> 00:12:51,590
Polo tanto, este será de 4, 8 e 10.

219
00:12:51,590 --> 00:12:54,380
>> E se queres comezar
aínda máis avanzado,

220
00:12:54,380 --> 00:12:57,610
pode concatenar vectores booleanas.

221
00:12:57,610 --> 00:13:05,210
Polo tanto, este índice está indo darlle
este vector booleano de lonxitude 6.

222
00:13:05,210 --> 00:13:07,280
Entón rep CERTO comas 3.

223
00:13:07,280 --> 00:13:09,680
Isto repetir CERTOS tres veces.

224
00:13:09,680 --> 00:13:12,900
Entón, iso vai darlle unha
vector TRUE, TRUE, TRUE.

225
00:13:12,900 --> 00:13:17,470
>> rep FALSE 4-- iso vai darlle
un vector de FALSE, FALSE, FALSE, FALSE.

226
00:13:17,470 --> 00:13:21,280
E, a continuación, c vai concatenar
estes dous Booleans xuntos.

227
00:13:21,280 --> 00:13:24,090
Entón, está indo para obter tres
Trues e, a continuación, catro FALSEs.

228
00:13:24,090 --> 00:13:28,460
>> De xeito que cando vals índice, es
indo para obter a verdade, verdade, TRUE.

229
00:13:28,460 --> 00:13:31,420
Entón, iso vai dicir que si,
Quero eses tres elementos.

230
00:13:31,420 --> 00:13:33,520
E entón FALSE, FALSE,
FALSE, FALSE vai

231
00:13:33,520 --> 00:13:37,140
dicir non, eu non quero que eses elementos
por iso non vai devolve-los.

232
00:13:37,140 --> 00:13:41,490
>> E eu creo que non hai, en realidade, un erro de dixitación aquí
porque este está dicindo repeat CERTO 3

233
00:13:41,490 --> 00:13:47,990
e repetir FALSE 4, e tecnicamente, vostede
só ten seis elementos para repetir FALSE,

234
00:13:47,990 --> 00:13:50,470
debe ser repeat FALSE 3.

235
00:13:50,470 --> 00:13:55,260
Creo que R tamén é intelixente dabondo, tales
que, se se especifica só 4 aquí, entón

236
00:13:55,260 --> 00:13:56,630
non vai mesmo erro fóra.

237
00:13:56,630 --> 00:13:58,480
Vai só darlle ese valor.

238
00:13:58,480 --> 00:14:00,970
Entón, vai simplemente ignorar esta cuarta FALSE.

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

240
00:14:05,310 --> 00:14:09,270
>> Entón aquí está a asignación vectorized.

241
00:14:09,270 --> 00:14:15,480
Entón set.seed-- iso só define o
semente para números pseudoaleatorios.

242
00:14:15,480 --> 00:14:20,110
Entón, eu estou definindo a semente
42, o que significa que se eu xerar

243
00:14:20,110 --> 00:14:22,950
tres aleatoria normal
valores e, a continuación, se

244
00:14:22,950 --> 00:14:27,400
executar set.seed no seu propio país
ordenador usando o mesmo valor 42,

245
00:14:27,400 --> 00:14:30,990
logo, tamén terá a
mesmos tres normais aleatorias.

246
00:14:30,990 --> 00:14:33,411
>> Entón, iso é moi bo
para a reproducibilidade.

247
00:14:33,411 --> 00:14:35,910
Normalmente, cando está facendo algunha
tipo de análise científica,

248
00:14:35,910 --> 00:14:37,230
desexa definir a semente.

249
00:14:37,230 --> 00:14:41,270
Desta forma, outros científicos pode só
reproducir exactamente o mesmo código que ten

250
00:14:41,270 --> 00:14:44,790
feito porque terán a exacta
mesmas variables aleatorias isso-- ou chou

251
00:14:44,790 --> 00:14:47,270
valores que sacou fóra tamén.

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

253
00:14:49,870 --> 00:14:53,910
>> E así a asignación vectorized
aquí está amosando os vals 1-2.

254
00:14:53,910 --> 00:14:59,290
Por iso, leva os dous primeiros elementos
de vals e atribúe a eles a 0.

255
00:14:59,290 --> 00:15:03,940
E entón, tamén se pode simplemente facer o
cousa semellante cos Booleans.

256
00:15:03,940 --> 00:15:09,340
>> Entón vals non é igual a 0-- esta vontade
darlle unha falsa vector, FALSE, TRUE

257
00:15:09,340 --> 00:15:10,350
neste caso.

258
00:15:10,350 --> 00:15:13,770
E, a continuación, que vai dicir calquera
destes índices iso fose verdade,

259
00:15:13,770 --> 00:15:15,270
logo vai asignar esa a 5.

260
00:15:15,270 --> 00:15:18,790
Por iso, leva o terceiro elemento
aquí e, a continuación, atribúe a el a 5.

261
00:15:18,790 --> 00:15:22,300
>> E iso é moi bo
en comparación con linguaxes de baixo nivel

262
00:15:22,300 --> 00:15:25,560
onde ten que usar para loops
para facer todas estas cousas vectorized

263
00:15:25,560 --> 00:15:30,281
porque é só moi intuitiva
e é unha única one-liner.

264
00:15:30,281 --> 00:15:32,030
E o que é grande sobre
notación vectorized

265
00:15:32,030 --> 00:15:37,020
é que no R, estes son unha especie de
built-in de xeito que xa son case tan rápido

266
00:15:37,020 --> 00:15:42,490
como facer nunha linguaxe de baixo nivel como
oposición a facer un loop en R

267
00:15:42,490 --> 00:15:46,317
e despois ter que facer
o propio indexación dinámica.

268
00:15:46,317 --> 00:15:48,900
E iso vai ser máis lento que facer
este tipo de cousas vectorized

269
00:15:48,900 --> 00:15:55,950
onde pode facelo en paralelo, onde
é facelo en enfiar basicamente.

270
00:15:55,950 --> 00:15:58,650
>> Entón, aquí está vetorizado operacións.

271
00:15:58,650 --> 00:16:04,920
Entón, eu estou xerando un valor de 1 a 3,
atribuíndo que a vec1, 3 a 5, vec2,

272
00:16:04,920 --> 00:16:05,950
engadindo-os xuntos.

273
00:16:05,950 --> 00:16:11,490
Engade-los compoñentes tan sabio
é 1 + 3, 2 + 4, e así por diante.

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

275
00:16:13,330 --> 00:16:16,110
Este multiplica os dous
valora a compoñente sabio.

276
00:16:16,110 --> 00:16:21,830
Polo tanto, é un veces 3, 2 veces
4, e logo 3 veces 5.

277
00:16:21,830 --> 00:16:28,250
>> E, a continuación, do mesmo xeito que pode tamén facer
comparisons-- comparacións lóxicas.

278
00:16:28,250 --> 00:16:33,640
Entón é FALSE FALSE verdade neste
caso porque 1 non é maior que 3,

279
00:16:33,640 --> 00:16:35,920
2 non é superior a 4.

280
00:16:35,920 --> 00:16:41,160
Isto é, creo, outro erro de dixitación, 3
en definitiva non é superior a 5.

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

282
00:16:41,660 --> 00:16:45,770
E así pode simplemente facer todo
estas operacións simples

283
00:16:45,770 --> 00:16:48,350
porque a súa herdado
a partir das propias clases.

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

285
00:16:51,110 --> 00:16:52,580
>> Entón, iso foi só o vector.

286
00:16:52,580 --> 00:16:56,530
E iso é unha especie de máis fundamental
R obxecto porque xa un vector,

287
00:16:56,530 --> 00:16:59,170
pode construír obxectos máis avanzados.

288
00:16:59,170 --> 00:17:00,560
>> Entón aquí está unha matriz.

289
00:17:00,560 --> 00:17:05,030
Esta é esencialmente a abstracción
de que é unha matriz en si.

290
00:17:05,030 --> 00:17:10,099
Polo tanto, neste caso, é de tres diferentes
vectores, onde cada un é unha columna,

291
00:17:10,099 --> 00:17:12,710
ou pode considera-lo
como cada un é unha liña.

292
00:17:12,710 --> 00:17:18,250
>> Entón, eu estou almacenando unha matriz de 1 a
9 e logo, estou especificando tres liñas.

293
00:17:18,250 --> 00:17:23,364
Entón 1-9 lle dará un vector 1,
2, 3, 4, 5, 6, e todo o camiño ata 9.

294
00:17:23,364 --> 00:17:29,250
>> Un aspecto a ter tamén en conta é que
R almacena valores en formato de columna-major.

295
00:17:29,250 --> 00:17:34,160
Polo tanto, noutras palabras, cando ve un
a 9, que vai almacenar eles--

296
00:17:34,160 --> 00:17:36,370
que será 1, 2,
3, na primeira columna,

297
00:17:36,370 --> 00:17:38,510
e, a continuación, que vai facer 4, 5,
6 na segunda columna,

298
00:17:38,510 --> 00:17:41,440
e, a continuación, 7, 8, 9, na terceira columna.

299
00:17:41,440 --> 00:17:45,570
>> E aquí están algunhas outras
funcións comúns que pode usar.

300
00:17:45,570 --> 00:17:49,650
Entón din calquera dúbida, iso lle vai dar
as dimensións da matriz.

301
00:17:49,650 --> 00:17:52,620
Vai facelo regresar
un vector de dimensión.

302
00:17:52,620 --> 00:17:55,580
Polo tanto, neste caso, porque
nosa matriz é de 3 por 3,

303
00:17:55,580 --> 00:18:01,900
vai darlle unha
vector numérico que é 3 3.

304
00:18:01,900 --> 00:18:05,270
>> E aquí é só amosar
multiplicación de matrices.

305
00:18:05,270 --> 00:18:11,970
Por iso, normalmente, se acaba de facer
asterisk-- tan mat asterisco mat--

306
00:18:11,970 --> 00:18:15,380
este será
operación-compoñente sabio

307
00:18:15,380 --> 00:18:17,300
ou o que se chama o produto Hadamard.

308
00:18:17,300 --> 00:18:21,310
Por iso, vai facer cada
elemento compoñente-wise.

309
00:18:21,310 --> 00:18:23,610
Con todo, se quere
multiplication-- matriz

310
00:18:23,610 --> 00:18:29,380
así multiplicando os primeiros tempos de liña
primeira columna da segunda matriz

311
00:18:29,380 --> 00:18:34,510
e así on-- usaría
esta operación por cento.

312
00:18:34,510 --> 00:18:38,110
>> E t de fita é só un
operación para a transposición.

313
00:18:38,110 --> 00:18:42,590
Entón, eu estou dicindo que tomar a trasposta en
a matriz, multiplicala lo pola matriz

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

315
00:18:43,090 --> 00:18:45,006
E entón el vai
voltar a vostede máis 3

316
00:18:45,006 --> 00:18:50,700
por 3 matriz de visualización
o produto que desexa.

317
00:18:50,700 --> 00:18:53,750
>> E así que foi matriz.

318
00:18:53,750 --> 00:18:56,020
Aquí está o que se chama un cadro de datos.

319
00:18:56,020 --> 00:19:00,780
A estrutura de datos que pode pensar como
unha matriz, pero cada propia columna

320
00:19:00,780 --> 00:19:02,990
será dun tipo diferente.

321
00:19:02,990 --> 00:19:07,320
>> Entón, o que é realmente legal sobre datos
cadros é que, en si, a análise dos datos,

322
00:19:07,320 --> 00:19:11,260
vai ter todo isto
datos heteroxéneos e todo iso realmente

323
00:19:11,260 --> 00:19:15,640
desarrumado cousas onde cada unha das columnas
eles mesmos poden ser de diferentes tipos.

324
00:19:15,640 --> 00:19:21,460
Entón aquí estou dicindo crear un
cadro de datos, facer ints 1-3,

325
00:19:21,460 --> 00:19:24,750
e, a continuación, tamén teñen un vector personaxe.

326
00:19:24,750 --> 00:19:28,470
Entón podo índice través
Cada unha destas columnas

327
00:19:28,470 --> 00:19:30,930
e entón eu vou comezar os propios valores.

328
00:19:30,930 --> 00:19:34,370
E tamén pode facer algún tipo
de operacións en cadros de datos.

329
00:19:34,370 --> 00:19:38,040
E a maioría das veces cando está
facendo análise de datos ou algún tipo

330
00:19:38,040 --> 00:19:42,042
de pre-procesamento, pode
traballar con estas estruturas de datos

331
00:19:42,042 --> 00:19:44,250
onde cada columna vai
ser de outro tipo.

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

333
00:19:47,880 --> 00:19:52,970
>> Finalmente, así que estas son esencialmente só
os catro obxectos esenciais na Lista R.

334
00:19:52,970 --> 00:19:55,820
só vai recoller todas as
outros obxectos que quere.

335
00:19:55,820 --> 00:20:00,130
Por iso, este pode almacenar nunha
variable que pode acceder facilmente.

336
00:20:00,130 --> 00:20:02,370
>> Entón, aquí, eu estou tendo unha lista.

337
00:20:02,370 --> 00:20:04,460
Eu digo cousas é igual a 3.

338
00:20:04,460 --> 00:20:08,060
Entón, eu vou ter un elemento no
da lista, e iso é chamado de material,

339
00:20:08,060 --> 00:20:10,570
e que vai ter o valor 3.

340
00:20:10,570 --> 00:20:13,140
>> Eu tamén pode crear unha matriz.

341
00:20:13,140 --> 00:20:17,970
Polo tanto, este é de 1 a 4 e liña final
é igual a 2, de xeito que unha matriz de 2 por 2.

342
00:20:17,970 --> 00:20:20,270
Tamén na lista e chámase mat.

343
00:20:20,270 --> 00:20:24,690
moreStuff, unha cadea de caracteres,
e mesmo outra lista en si mesmo.

344
00:20:24,690 --> 00:20:27,710
>> Polo tanto, esta é unha lista que é 5 e oso.

345
00:20:27,710 --> 00:20:30,990
Por iso, ten o valor de 5 e
ten o oso cadea de caracteres

346
00:20:30,990 --> 00:20:32,710
e é unha lista dentro dunha lista.

347
00:20:32,710 --> 00:20:35,965
Así, pode que estes
cousas recursiva onde

348
00:20:35,965 --> 00:20:38,230
ten un another--
escriba dentro do modelo.

349
00:20:38,230 --> 00:20:41,420
Entón, do mesmo xeito, pode ter unha matriz
dentro doutra matriz e así por diante.

350
00:20:41,420 --> 00:20:44,264
E a lista é só unha boa forma
de recoller e agregar

351
00:20:44,264 --> 00:20:45,430
todos estes diferentes obxectos.

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

353
00:20:50,210 --> 00:20:57,150
>> E, finalmente, aquí é só axudar no caso
Este foi só ir máis rápido.

354
00:20:57,150 --> 00:21:01,350
Entón, cando está confuso
sobre algún tipo de función,

355
00:21:01,350 --> 00:21:03,510
pode facer axuda desa función.

356
00:21:03,510 --> 00:21:07,120
Así que pode facer axuda matriz
ou unha matriz de punto de interrogación.

357
00:21:07,120 --> 00:21:11,430
E a axuda eo signo de interrogación son
só unha abreviación para o mesmo

358
00:21:11,430 --> 00:21:13,040
polo que son alias.

359
00:21:13,040 --> 00:21:16,820
>> lm é unha función que
só fai un modelo lineal.

360
00:21:16,820 --> 00:21:20,340
Pero se simplemente non ten idea de como iso
obras, pode só facer axuda lm

361
00:21:20,340 --> 00:21:24,610
e que imos darlle algunhas
tipo de documentación que

362
00:21:24,610 --> 00:21:27,960
mira como unha especie de
páxina home en Unix, onde

363
00:21:27,960 --> 00:21:34,210
ten unha breve descrición do que
que fai, tamén o que os seus argumentos son,

364
00:21:34,210 --> 00:21:38,850
o que retorna, e só consellos sobre como
para usalo, e algúns exemplos ben.

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

366
00:21:41,680 --> 00:21:52,890
>> Entón deixe-me ir adiante e amosar
algúns de demostración do uso de R. Aceptar.

367
00:21:52,890 --> 00:21:55,470
Entón eu fun moi
rapidamente só os datos

368
00:21:55,470 --> 00:21:59,440
estruturas e algún tipo de
op-- algunhas das operacións.

369
00:21:59,440 --> 00:22:02,960
Velaí algunhas funcións.

370
00:22:02,960 --> 00:22:06,750
>> Entón aquí eu só vou
para definir unha función.

371
00:22:06,750 --> 00:22:09,970
Entón, eu tamén estou usando
operador de asignación aquí,

372
00:22:09,970 --> 00:22:12,610
e entón eu digo
declaralo como unha función.

373
00:22:12,610 --> 00:22:14,140
E leva o valor de x.

374
00:22:14,140 --> 00:22:18,210
Polo tanto, este é calquera valor que quere
e eu estou indo a voltar x si.

375
00:22:18,210 --> 00:22:20,840
Polo tanto, esta é a función identidade.

376
00:22:20,840 --> 00:22:23,670
>> E o que é legal sobre iso
en comparación con outros idiomas

377
00:22:23,670 --> 00:22:26,330
e outra de baixo nivel
linguas é que x

378
00:22:26,330 --> 00:22:29,350
pode ser de calquera tipo en si
e el vai volver deste tipo.

379
00:22:29,350 --> 00:22:35,251
Así, pode imagine-- entón imos
me basta con executar este axiña.

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

381
00:22:35,750 --> 00:22:40,300
>> Entón, unha cousa que eu tamén debería mencionar
é que este editor que está a usar

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

383
00:22:41,380 --> 00:22:44,389
Isto é o que se chama IDE.

384
00:22:44,389 --> 00:22:46,180
E unha cousa que é
realmente agradable sobre este

385
00:22:46,180 --> 00:22:51,500
é que incorpora unha gran parte do
as cousas que quere facer en R por si só

386
00:22:51,500 --> 00:22:53,180
só moi intuitiva.

387
00:22:53,180 --> 00:22:55,550
>> Entón aquí está unha consola intérprete.

388
00:22:55,550 --> 00:23:02,160
Entón, do mesmo xeito, tamén se pode obter este
consola prima só facendo unha R. capitais

389
00:23:02,160 --> 00:23:05,630
E este é o
mesmo que a consola.

390
00:23:05,630 --> 00:23:12,210
Entón eu só podo facer a función id x, x, x.

391
00:23:12,210 --> 00:23:16,130
E entăo-- e, a continuación, que
vai estar ben en si.

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

393
00:23:19,200 --> 00:23:21,740
>> Entón rstudio é grande
porque ten a consola.

394
00:23:21,740 --> 00:23:25,360
Ela tamén ten os documentos
desexa executar.

395
00:23:25,360 --> 00:23:28,629
E entón el ten algunhas variables
que se pode ver en ambientes.

396
00:23:28,629 --> 00:23:30,420
E entón, se ten
facer parcelas, entón

397
00:23:30,420 --> 00:23:33,730
pode só velo aquí, a diferenza de
xestionar todos estes diferentes fiestras

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

399
00:23:35,940 --> 00:23:40,530
>> En realidade, eu persoalmente uso Vin, pero eu
sentir como rstudio é excelente só

400
00:23:40,530 --> 00:23:44,640
para obter unha boa idea
de como usar R. Normalmente,

401
00:23:44,640 --> 00:23:47,040
cando estás
aprender algunha nova tarefa,

402
00:23:47,040 --> 00:23:49,590
non quere tratar con
moitas cousas á vez.

403
00:23:49,590 --> 00:23:53,120
Entón R é só un rstudio very--
é unha boa forma de aprender R

404
00:23:53,120 --> 00:23:56,760
sen ter que tratar con
todas esas outras cousas.

405
00:23:56,760 --> 00:23:58,600
>> Entón, aquí estou id correndo Ola.

406
00:23:58,600 --> 00:24:00,090
Isto volve Ola.

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

408
00:24:01,740 --> 00:24:04,610
Aquí é un vector de números enteiros.

409
00:24:04,610 --> 00:24:08,620
Entón, do mesmo xeito, porque pode
tomar calquera algún tipo de valor,

410
00:24:08,620 --> 00:24:16,060
pode facer volver id
x para que volte 1234 e 5.

411
00:24:16,060 --> 00:24:22,210
>> E deixe-me amosar-lle que
este é realmente un número enteiro.

412
00:24:22,210 --> 00:24:28,800
E do mesmo xeito, se fai clase
id x, que será enteiro.

413
00:24:28,800 --> 00:24:34,170
E entón, tamén se pode
comparar os dous e que é certo.

414
00:24:34,170 --> 00:24:38,350
Entón, eu estou comprobando se id x
é igual a igual ax e aviso

415
00:24:38,350 --> 00:24:39,760
que lle dá dúas trues.

416
00:24:39,760 --> 00:24:44,280
Polo tanto, este non está dicindo son
os dous obxectos idénticos,

417
00:24:44,280 --> 00:24:46,845
pero son cada unha das entradas
dentro dos vectores idénticos.

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

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

420
00:24:52,090 --> 00:24:58,470
Polo tanto, este é un pouco máis complicado
na medida en que se ten unha condición e outra

421
00:24:58,470 --> 00:25:00,960
e logo, hai que dous
argumentos de cada vez.

422
00:25:00,960 --> 00:25:02,640
Así, x é de calquera tipo.

423
00:25:02,640 --> 00:25:06,280
E eu digo isto
O segundo argumento é a.

424
00:25:06,280 --> 00:25:08,380
Isto pode ser calquera cousa como ben.

425
00:25:08,380 --> 00:25:12,490
Pero por defecto, que vai levar
5, se non especificar nada.

426
00:25:12,490 --> 00:25:16,730
>> Entón aquí eu vou dicir
Se x é maior que un.

427
00:25:16,730 --> 00:25:19,220
Entón, se eu non especificar un, el
di que se x é maior que 5,

428
00:25:19,220 --> 00:25:20,470
entón eu estou indo para voltar TRUE.

429
00:25:20,470 --> 00:25:23,230
outra cousa, eu estou indo a voltar FALSE.

430
00:25:23,230 --> 00:25:24,870
Entón deixe-me ir adiante e establecer iso.

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

432
00:25:30,600 --> 00:25:34,550
>> E agora eu vou
executar bounded.compare 3.

433
00:25:34,550 --> 00:25:39,150
Entón, el di que é menos 3
than-- 3 é maior que 5.

434
00:25:39,150 --> 00:25:41,830
Non, non é tan falso.

435
00:25:41,830 --> 00:25:46,550
>> E bounded.compare 3 e vou
para comparalos-lo usando un é igual a 2.

436
00:25:46,550 --> 00:25:50,700
Entón agora eu digo si, agora eu
quero un para ser outra cousa.

437
00:25:50,700 --> 00:25:52,750
Entón, eu vou dicir unha, ten que ser 2.

438
00:25:52,750 --> 00:25:56,640
>> I pode facer este tipo de
notación ou digo un é igual a dous.

439
00:25:56,640 --> 00:25:58,720
Esta é unha forma máis lexible
en que cando está

440
00:25:58,720 --> 00:26:01,450
mirando para estes realmente
funcións complicadas que

441
00:26:01,450 --> 00:26:08,110
tomar arguments-- múltiple e este
pode haber decenas oftentimes-- só dicindo

442
00:26:08,110 --> 00:26:11,140
un é igual a 2 é máis lexible para
ti, para que, máis tarde, no futuro

443
00:26:11,140 --> 00:26:13,020
vai saber o que está facendo.

444
00:26:13,020 --> 00:26:17,120
>> Polo tanto, neste caso, eu son
proverbio é 3 superior a 2.

445
00:26:17,120 --> 00:26:18,270
Si, é.

446
00:26:18,270 --> 00:26:22,350
E do mesmo xeito, podo simplemente eliminar
iso e dicir, é de 3 superior a 2

447
00:26:22,350 --> 00:26:23,440
onde a é igual a 2.

448
00:26:23,440 --> 00:26:26,230
E iso tamén é certo.

449
00:26:26,230 --> 00:26:26,730
Si?

450
00:26:26,730 --> 00:26:29,670
>> Audiencia: É vostede
executar liña por liña?

451
00:26:29,670 --> 00:26:30,670
>> DUSTIN Tran: Si, eu son.

452
00:26:30,670 --> 00:26:33,900
Entón o que eu estou facendo aquí é
tomar este texto document--

453
00:26:33,900 --> 00:26:39,825
e que é grande sobre rstudio é que
Só podo executar un short-- unha tecla de acceso.

454
00:26:39,825 --> 00:26:41,820
Entón, eu estou facendo Control-Intro.

455
00:26:41,820 --> 00:26:44,850
>> E entón, eu estou tomando o
liña no documento de texto

456
00:26:44,850 --> 00:26:46,710
e, a continuación, colocar na consola.

457
00:26:46,710 --> 00:26:50,800
Entón aquí estou dicindo, bounded.compare
e eu estou facendo Control-X.

458
00:26:50,800 --> 00:26:52,540
Entón, podo simplemente non funciona aquí tamén.

459
00:26:52,540 --> 00:26:54,920
E, entón, que vou pegar o
liña e, a continuación, colocar-lo aquí.

460
00:26:54,920 --> 00:26:57,900
E, a continuación, do mesmo xeito, podo facer correr aquí.

461
00:26:57,900 --> 00:27:04,630
E entón el vai só manter a definición
as liñas para a consola así.

462
00:27:04,630 --> 00:27:10,690
>> E se tamén en conta a caché
claves están aí só como na sintaxe C.

463
00:27:10,690 --> 00:27:13,910
x-- o se a condición é tamén
usará parénteses e despois

464
00:27:13,910 --> 00:27:15,350
pode usar outra cousa.

465
00:27:15,350 --> 00:27:17,496
Outra é else if.

466
00:27:17,496 --> 00:27:21,440
Polo tanto, esta será x
é igual é igual a un, por exemplo.

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

468
00:27:24,190 --> 00:27:26,350
E entón eu vou
volver algo aquí.

469
00:27:26,350 --> 00:27:29,490
>> Teña en conta que existen dous diferentes
cousas aquí que está a suceder.

470
00:27:29,490 --> 00:27:34,360
Unha delas é que aquí estou especificando
devolver o valor TRUE.

471
00:27:34,360 --> 00:27:35,950
Aquí eu só digo x.

472
00:27:35,950 --> 00:27:39,970
Entón R normalmente por defecto
tomar o último arguments--

473
00:27:39,970 --> 00:27:43,510
ou tomar a última liña do código,
e que será o que é de retorno.

474
00:27:43,510 --> 00:27:46,920
Entón aquí é o mesmo
cousa como facendo retorno x.

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

476
00:27:49,450 --> 00:27:50,540
>> E só para mostrar a vostede.

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

478
00:27:54,000 --> 00:27:57,052
E, a continuación, que vai traballar só como aquel.

479
00:27:57,052 --> 00:27:58,260
Entón déixeme continuar con iso.

480
00:27:58,260 --> 00:28:00,630
>> Entón else if.

481
00:28:00,630 --> 00:28:04,060
E realmente, podo volver
calquera cousa que me gustaría.

482
00:28:04,060 --> 00:28:06,680
Entón eu non ten sequera a
retorno Booleans o tempo,

483
00:28:06,680 --> 00:28:08,410
Só podo volver outra cousa.

484
00:28:08,410 --> 00:28:10,670
Entón eu podo facer oso retorno.

485
00:28:10,670 --> 00:28:12,989
>> Polo tanto, se x é igual é igual a un,
vai volver oso.

486
00:28:12,989 --> 00:28:14,530
Se non, vai voltar TRUE.

487
00:28:14,530 --> 00:28:19,310
Eu tamén podo facer un vector
ou realmente calquera cousa.

488
00:28:19,310 --> 00:28:22,210
>> E normalmente en estaticamente
linguas ingresaran,

489
00:28:22,210 --> 00:28:23,840
que tería que especificar un tipo aquí.

490
00:28:23,840 --> 00:28:25,750
E teña en conta que pode ser calquera cousa.

491
00:28:25,750 --> 00:28:32,400
E R é intelixente dabondo para que el
só vai facer, e que vai funcionar ben.

492
00:28:32,400 --> 00:28:33,620
>> Entón déixeme definir iso.

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

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

495
00:28:41,230 --> 00:28:44,336
Debe ser unha chaveta aquí.

496
00:28:44,336 --> 00:28:44,836
Aceptar.

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

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

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

500
00:28:54,530 --> 00:28:58,250
Entón agora imos comparar 3 e un é igual a 3.

501
00:28:58,250 --> 00:29:01,860
Por iso, debe return--
yeah-- o valor oso.

502
00:29:01,860 --> 00:29:06,740
>> Entón, agora unha cousa máis xeral é como
o que pasa con outras estruturas de datos.

503
00:29:06,740 --> 00:29:09,110
Entón tes esta función.

504
00:29:09,110 --> 00:29:15,360
Iso vai funcionar en calquera tipo
de valor como 3 ou calquera numérico,

505
00:29:15,360 --> 00:29:17,500
noutras palabras, dúas veces.

506
00:29:17,500 --> 00:29:19,330
>> Pero o que dicir algo así como un vector.

507
00:29:19,330 --> 00:29:27,750
Entón, o que pasa se fazer-- polo que estou
vai asignar val para, digamos, 4 a 6.

508
00:29:27,750 --> 00:29:31,640
Entón, se eu volver iso, este
é un vector a partir do 4, 5, 6.

509
00:29:31,640 --> 00:29:34,935
>> Agora imos ver que pasa
se eu fai bounded.compare val.

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

511
00:29:37,680 --> 00:29:42,450
Entón, iso lle vai dar 15 1251.

512
00:29:42,450 --> 00:29:46,440
Polo tanto, noutras palabras, está dicindo
se ollar para esta condición

513
00:29:46,440 --> 00:29:50,040
por iso di x é menor
que un ou algo así.

514
00:29:50,040 --> 00:29:51,880
Polo tanto, este é lixeiramente
confusa porque agora

515
00:29:51,880 --> 00:29:53,379
simplemente non sabe o que está a suceder.

516
00:29:53,379 --> 00:29:58,690
Entón eu creo que unha cousa que é realmente
bo sobre só tentando depurar

517
00:29:58,690 --> 00:30:04,600
é que pode só facer val é maior
que un e ver que pasa alí.

518
00:30:04,600 --> 00:30:09,720
>> Entón val-- un é, por defecto, 5 de xeito
Imos facer Val superior a 5.

519
00:30:09,720 --> 00:30:14,280
Polo tanto, este é un vector FALSE FALSE TRUE.

520
00:30:14,280 --> 00:30:17,206
Agora, cando está olhando
iso, que vai dicir se,

521
00:30:17,206 --> 00:30:20,080
e, a continuación, que vai dar-lle este
é un vector de FALSE FALSE TRUE.

522
00:30:20,080 --> 00:30:23,450
>> Entón, cando pasar iso en R, R
non ten idea do que está a facer.

523
00:30:23,450 --> 00:30:26,650
Porque espera que un único
valor, o que é un valor booleano, e agora

524
00:30:26,650 --> 00:30:29,420
está dándolle un vector de booleanos.

525
00:30:29,420 --> 00:30:31,970
Entón, por defecto, R é só
vai dicir que o diaño,

526
00:30:31,970 --> 00:30:35,440
Eu vou asumir que é
vai levar o primeiro elemento aquí.

527
00:30:35,440 --> 00:30:38,320
Entón, eu estou indo a dizer-- vou
asumir que iso é falso.

528
00:30:38,320 --> 00:30:40,890
Por iso, vai dicir
Non, iso non é certo.

529
00:30:40,890 --> 00:30:45,246
>> Do mesmo xeito, vai
val ser igual é igual a un.

530
00:30:45,246 --> 00:30:47,244
Non, desculpe 5.

531
00:30:47,244 --> 00:30:48,910
E tamén vai ser falso tamén.

532
00:30:48,910 --> 00:30:52,410
Entón, que vai dicir que non,
Non é certo, ben polo que é

533
00:30:52,410 --> 00:30:53,680
volverá este último.

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

535
00:30:56,420 --> 00:31:01,360
>> Polo tanto, este é tanto unha cousa boa ou mala
cousa, dependendo de como velo.

536
00:31:01,360 --> 00:31:05,104
Porque cando está
crear estas funcións,

537
00:31:05,104 --> 00:31:06,770
realmente non sabe o que está a suceder.

538
00:31:06,770 --> 00:31:10,210
Entón, ás veces ía querer un erro,
ou que quere só unha advertencia.

539
00:31:10,210 --> 00:31:12,160
Neste caso, R non fai iso.

540
00:31:12,160 --> 00:31:14,300
Entón, é realmente ata
vostede baseado fóra do que

541
00:31:14,300 --> 00:31:17,310
Pensas que a lingua
debe facer neste caso

542
00:31:17,310 --> 00:31:22,920
se pasar nun vector de booleanos
cando está facendo un se condición.

543
00:31:22,920 --> 00:31:31,733
>> Entón, imos dicir que tiña o orixinal
un cos outros, se volver TRUE e está

544
00:31:31,733 --> 00:31:34,190
vai voltar FALSE.

545
00:31:34,190 --> 00:31:39,300
Polo tanto, unha forma de abstraerse
isto é para dicir que eu

546
00:31:39,300 --> 00:31:41,530
Non precisa aínda esa cousa condicional.

547
00:31:41,530 --> 00:31:47,220
Outra cousa que podo facer é só
retornando os propios valores.

548
00:31:47,220 --> 00:31:53,240
Entón, se observar, se
Do Val é maior que 5,

549
00:31:53,240 --> 00:31:56,350
iso vai volver
vector FALSE FALSE TRUE.

550
00:31:56,350 --> 00:31:58,850
>> Quizais iso é o que
quere para bounded.compare.

551
00:31:58,850 --> 00:32:02,940
Quere voltar un vector de booleanos
en que compara cada un dos valores

552
00:32:02,940 --> 00:32:04,190
para si mesmos.

553
00:32:04,190 --> 00:32:11,165
Así, pode simplemente non bounded.compare
función de x, un é igual a 5.

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

555
00:32:13,322 --> 00:32:15,363
E entón, en vez de fazê-
esta outra condición se,

556
00:32:15,363 --> 00:32:21,430
Eu só vou volver
x é maior que 5.

557
00:32:21,430 --> 00:32:23,620
Entón, se é verdade, entón
vai voltar TRUE.

558
00:32:23,620 --> 00:32:26,830
E entón, se non é, é
vai voltar FALSE.

559
00:32:26,830 --> 00:32:30,880
>> E iso vai funcionar para
calquera destas estruturas.

560
00:32:30,880 --> 00:32:41,450
Entón podo bounded.compare c 1 6 ou 9
e entón eu vou dicir un é igual a 6,

561
00:32:41,450 --> 00:32:42,799
por exemplo.

562
00:32:42,799 --> 00:32:44,840
E entón el vai
darlle o dereito booleana

563
00:32:44,840 --> 00:32:48,240
vector que está designado.

564
00:32:48,240 --> 00:32:50,660
>> Entón, eses son só funcións
e, agora, déixeme só

565
00:32:50,660 --> 00:32:54,980
amosar-lle algúns recursos visuais interactivos.

566
00:32:54,980 --> 00:32:59,700
Eu non creo que eu realmente teño
WiFi aquí, entón deixe-me ir adiante

567
00:32:59,700 --> 00:33:01,970
e ignorar esta creo.

568
00:33:01,970 --> 00:33:05,260
>> Pero unha cousa que é legal
con todo, é que se só

569
00:33:05,260 --> 00:33:09,600
quere probar unha morea de
diferentes comandos, datos

570
00:33:09,600 --> 00:33:13,320
hai unha morea de diferentes conxuntos de datos
que xa están precargados no R.

571
00:33:13,320 --> 00:33:15,770
Entón, un deles é
chamado o conxunto de datos do iris.

572
00:33:15,770 --> 00:33:18,910
Este é un dos máis coñecidos
os de aprendizaxe de máquina.

573
00:33:18,910 --> 00:33:23,350
Normalmente só facer algún tipo de
casos de proba para ver se o código execútase.

574
00:33:23,350 --> 00:33:27,520
Entón imos comprobar o que é iris.

575
00:33:27,520 --> 00:33:33,130
>> Entón, esa cousa está pasando
para ser un cadro de datos.

576
00:33:33,130 --> 00:33:36,000
E é unha especie de tempo porque
Eu só impreso vella.

577
00:33:36,000 --> 00:33:38,810
Está imprimindo a cousa toda.

578
00:33:38,810 --> 00:33:42,830
Por iso, ten todas estas diferentes nomes.

579
00:33:42,830 --> 00:33:45,505
Así vella é unha colección
de flores diferentes.

580
00:33:45,505 --> 00:33:48,830
Neste caso, está dicindo
-lle as especies do mesmo,

581
00:33:48,830 --> 00:33:54,760
todos estes diferentes anchos e
a lonxitudes de sépalas e a pétalos.

582
00:33:54,760 --> 00:33:58,880
>> E así, normalmente, se
quere imprimir vella,

583
00:33:58,880 --> 00:34:03,680
por exemplo, non quere telo
facer todo isto, porque iso pode levar máis

584
00:34:03,680 --> 00:34:05,190
todo o seu consola.

585
00:34:05,190 --> 00:34:09,280
Entón, unha cousa que é realmente
interesante é a función de cabeza.

586
00:34:09,280 --> 00:34:12,929
Entón, se acaba de facer a cabeza
iris, que lle vai dar

587
00:34:12,929 --> 00:34:17,389
os primeiros cinco liñas ou seis anos, eu creo.

588
00:34:17,389 --> 00:34:19,909
E, a continuación ben de ti,
pode só especificar aquí.

589
00:34:19,909 --> 00:34:22,914
Entón 20-- iso vai dar
-lle as primeiras 20 liñas.

590
00:34:22,914 --> 00:34:24,830
E eu, en realidade, era unha especie
sorprende que este

591
00:34:24,830 --> 00:34:28,770
deume seis entón deixe-me ir adiante
e comprobar iris-- ou na cabeza, me desculpe.

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

593
00:34:31,699 --> 00:34:34,960
E aquí vai dar
a documentación

594
00:34:34,960 --> 00:34:37,960
do que a cabeza de valor fai.

595
00:34:37,960 --> 00:34:40,839
Entón, ela retorna a primeira
ou a última dun obxecto.

596
00:34:40,839 --> 00:34:42,630
E entón eu vou
ollar os patróns.

597
00:34:42,630 --> 00:34:47,340
E, a continuación, el di que o default
método de cabeza xe n é igual a 6L.

598
00:34:47,340 --> 00:34:50,620
Polo tanto, este devolve os primeiros seis elementos.

599
00:34:50,620 --> 00:34:55,050
E do mesmo xeito, se observar aquí, eu
Non ten que especificar n é igual a 6.

600
00:34:55,050 --> 00:34:56,840
Por defecto, usa seis, eu creo.

601
00:34:56,840 --> 00:35:00,130
E entón, se eu queira especificar un determinado
valor, entón eu podo ver iso tamén.

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

603
00:35:02,970 --> 00:35:10,592
>> Entón ese é algúns comandos simples e
aquí está outro que é apenas-- ben,

604
00:35:10,592 --> 00:35:12,550
I can-- esta é realmente
un pouco máis complexa,

605
00:35:12,550 --> 00:35:17,130
pero iso só vai levar a clase
de cada columna do conxunto de datos da vella.

606
00:35:17,130 --> 00:35:20,910
Entón, iso vai amosar o que cada un deles
columnas son en termos dos seus tipos.

607
00:35:20,910 --> 00:35:23,665
Entón lonxitude sepal é numérico,
width sepal é numérico.

608
00:35:23,665 --> 00:35:26,540
Todos estes valores son só numérico
porque pode dicir a partir destes datos

609
00:35:26,540 --> 00:35:29,440
estruturar estes son
todo vai numérico.

610
00:35:29,440 --> 00:35:34,310
>> E a columna Especies
vai ser un factor.

611
00:35:34,310 --> 00:35:37,270
Entón, normalmente, podería pensar que
isto é como unha cadea de caracteres.

612
00:35:37,270 --> 00:35:48,830
Pero, se acaba de facer irisSpecies,
e entón eu vou facer de cabeza 5,

613
00:35:48,830 --> 00:35:51,820
e iso vai imprimir
os primeiros cinco valores.

614
00:35:51,820 --> 00:35:54,150
>> E logo, teña en conta esta niveis.

615
00:35:54,150 --> 00:35:58,870
Polo tanto, este é dizendo-- esta é a forma do R
de ter variables categóricas.

616
00:35:58,870 --> 00:36:03,765
Entón, en vez de só
Tendo en cadeas de caracteres,

617
00:36:03,765 --> 00:36:06,740
el ten niveis especificando
que estas cousas son.

618
00:36:06,740 --> 00:36:12,450
>> Entón, digamos que irisSpecies 1.

619
00:36:12,450 --> 00:36:17,690
Entón, o que quere facer aquí é que eu son
subsetting a esta columna Especies.

620
00:36:17,690 --> 00:36:21,480
Entón, iso leva a
Especies columna e, a continuación,

621
00:36:21,480 --> 00:36:23,820
el indexa para obter o primeiro elemento.

622
00:36:23,820 --> 00:36:27,140
Polo tanto, este debe darlle setosa.

623
00:36:27,140 --> 00:36:28,710
E dálle tamén os niveis aquí.

624
00:36:28,710 --> 00:36:32,812
>> Entón, tamén se pode comparar
isto para o personaxe setosa

625
00:36:32,812 --> 00:36:34,645
e iso non vai
a ser verdade, porque unha

626
00:36:34,645 --> 00:36:37,940
é dun tipo diferente do que o outro.

627
00:36:37,940 --> 00:36:40,590
Ou eu creo que iso é verdade, porque R
é máis intelixente do que iso.

628
00:36:40,590 --> 00:36:45,420
E mira para iso e, a continuación,
di, quizais este sexa o que quere.

629
00:36:45,420 --> 00:36:51,860
Entón, que vai dicir que o personaxe
cadea setosa é o mesmo como esta.

630
00:36:51,860 --> 00:37:01,290
E, a continuación, do mesmo xeito, pode
tamén pode incorporarse estes como así por diante.

631
00:37:01,290 --> 00:37:05,580
>> Entón, iso é só unha especie de
comandos rápidos do conxunto de datos.

632
00:37:05,580 --> 00:37:08,030
Entón aquí vai unha explotación de datos.

633
00:37:08,030 --> 00:37:11,360
Polo tanto, este é un pouco máis
implicadas coa análise de datos.

634
00:37:11,360 --> 00:37:18,340
E este é eliminado dalgúns
Bootcamp en R para Berkeley.

635
00:37:18,340 --> 00:37:20,790
>> Así biblioteca externa.

636
00:37:20,790 --> 00:37:24,880
Entón, eu estou indo a cargar nun
biblioteca que se chama estranxeira.

637
00:37:24,880 --> 00:37:32,460
Entón, iso me vai dar read.dta
así supoñer que eu teño ese conxunto de datos.

638
00:37:32,460 --> 00:37:39,000
Este é almacenado na actual
directorio do meu consola funcionando.

639
00:37:39,000 --> 00:37:42,190
Entón imos ver o que
o directorio de traballo é.

640
00:37:42,190 --> 00:37:44,620
>> Entón, aquí está o meu directorio de traballo.

641
00:37:44,620 --> 00:37:50,040
E a lectura de datos de puntos, esta
cousa, está dicindo este ficheiro

642
00:37:50,040 --> 00:37:54,650
está situado no cartafol de datos de
este directorio de traballo actual.

643
00:37:54,650 --> 00:38:00,520
E este non é read.dta
un comando estándar.

644
00:38:00,520 --> 00:38:02,760
Eu creo que eu cargala no xa.

645
00:38:02,760 --> 00:38:04,750
IEI asumido eu cargueime iso no xa.

646
00:38:04,750 --> 00:38:08,115
>> Pero ata read.dta non vai
para ser un comando estándar.

647
00:38:08,115 --> 00:38:11,550
E é por iso que vai ter
para cargar nesta biblioteca package--

648
00:38:11,550 --> 00:38:14,500
este paquete chamado estranxeira.

649
00:38:14,500 --> 00:38:16,690
E se non ten
o paquete, eu creo

650
00:38:16,690 --> 00:38:19,180
estranxeira é un dos máis integrados.

651
00:38:19,180 --> 00:38:31,150
Se non, tamén se pode
facer install.packages

652
00:38:31,150 --> 00:38:33,180
e iso vai instalar o paquete.

653
00:38:33,180 --> 00:38:36,878
E iso lle vai dar R. Uh, non.

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

655
00:38:39,830 --> 00:38:43,140
E entón eu só vou deixar
iso porque eu xa teño.

656
00:38:43,140 --> 00:38:46,920
>> Pero o que é realmente agradable sobre R
é que a xestión de paquetes

657
00:38:46,920 --> 00:38:48,510
sistema é moi elegante.

658
00:38:48,510 --> 00:38:52,470
Porque vai almacenar todo
realmente moi ben para ti.

659
00:38:52,470 --> 00:38:59,780
Polo tanto, neste caso, está indo para almacenar
Lo, creo eu, esta biblioteca aquí.

660
00:38:59,780 --> 00:39:02,390
>> Entón, cando quere
instalar novos paquetes,

661
00:39:02,390 --> 00:39:04,980
é tan sinxelo como
facendo install.packages

662
00:39:04,980 --> 00:39:07,500
e R gerenciará todos
os paquetes para ti.

663
00:39:07,500 --> 00:39:12,900
Entón non ten que facer algo en
Python, onde ten paquete externo

664
00:39:12,900 --> 00:39:15,330
xestores como papel
Anaconda onde está

665
00:39:15,330 --> 00:39:18,310
doing-- de instalar
paquetes fóra do Python

666
00:39:18,310 --> 00:39:20,940
e logo intentar executa-los ti mesmo.

667
00:39:20,940 --> 00:39:22,210
Polo tanto, esta é realmente bo xeito.

668
00:39:22,210 --> 00:39:25,590
>> E install.packages require internet.

669
00:39:25,590 --> 00:39:31,950
Lévao a partir dun servidor
e do repositorio que

670
00:39:31,950 --> 00:39:33,960
recolle todo o
paquetes chámase CRAN.

671
00:39:33,960 --> 00:39:40,690
E pode especificar que tipo de espello
quere facer a descarga dos paquetes.

672
00:39:40,690 --> 00:39:43,420
>> Entón aquí estou tendo este conxunto de datos.

673
00:39:43,420 --> 00:39:46,240
Estou lendo o en utilizar esta función.

674
00:39:46,240 --> 00:39:49,360
Entón deixe-me ir adiante e facelo.

675
00:39:49,360 --> 00:39:52,900
>> Entón imos supor que
ten ese conxunto de datos

676
00:39:52,900 --> 00:39:55,550
e non ten absolutamente
ningunha idea o que é.

677
00:39:55,550 --> 00:39:58,560
E iso, en realidade, trata-se
con bastante frecuencia na industria

678
00:39:58,560 --> 00:40:00,910
onde só ten eses
toneladas e toneladas de cousas sucias

679
00:40:00,910 --> 00:40:02,890
e son incriblemente non marcado.

680
00:40:02,890 --> 00:40:06,380
Entón aquí eu teño esa
dataset e eu non sei

681
00:40:06,380 --> 00:40:08,400
o que é así que eu son só
mostrando para comprobar-la.

682
00:40:08,400 --> 00:40:10,620
>> Entón, eu vou facer de cabeza.

683
00:40:10,620 --> 00:40:14,190
Entón eu comprobar os seis primeiros
columnas de que ese conxunto de datos é.

684
00:40:14,190 --> 00:40:21,730
Polo tanto, este é o estado, pres04, e logo
todos estes diferentes tipo de columnas.

685
00:40:21,730 --> 00:40:25,612
E o que é interesante
aquí, eu creo, é que

686
00:40:25,612 --> 00:40:27,945
diría que iso parece
como unha especie de elección.

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

688
00:40:30,482 --> 00:40:32,190
E eu creo que só a partir de
ollando para o ficheiro

689
00:40:32,190 --> 00:40:41,070
Nome Este é algún tipo de colección
de datos sobre candidatos ou electores

690
00:40:41,070 --> 00:40:44,920
que votaron en presidentes específicas
ou candidatos presidente

691
00:40:44,920 --> 00:40:46,550
para a elección de 2004.

692
00:40:46,550 --> 00:40:52,920
>> Entón aquí está valores 1, 2
Polo tanto, unha forma de almacenar

693
00:40:52,920 --> 00:40:56,540
os candidatos presidente
son os seus nomes.

694
00:40:56,540 --> 00:40:59,780
Neste caso, parece que
son só valores enteiros.

695
00:40:59,780 --> 00:41:04,030
Entón, 2004, era de Bush
contra Kerry eu creo.

696
00:41:04,030 --> 00:41:09,010
E agora, imos dicir que só non sei
se 1 corresponde ao Bush ou 2

697
00:41:09,010 --> 00:41:11,703
corresponde a Kerry ou e
así por diante e así por diante, non?

698
00:41:11,703 --> 00:41:15,860
>> E esta é, só para min,
un problema moi común.

699
00:41:15,860 --> 00:41:18,230
Entón, o que pode facer neste caso?

700
00:41:18,230 --> 00:41:20,000
Entón, imos comprobar todas esas outras cousas.

701
00:41:20,000 --> 00:41:22,790
>> estado, estou asumindo este
vén de diferentes estados.

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

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

704
00:41:27,710 --> 00:41:32,800
Entón, talvez unha cousa que podes facer é
mirar para cada unha das observacións

705
00:41:32,800 --> 00:41:36,250
que teñen un partyid do republicano
ou demócrata ou algo así.

706
00:41:36,250 --> 00:41:38,170
Entón imos só ollar para o que é partyid.

707
00:41:38,170 --> 00:41:41,946
>> Entón, eu vou tomar
dat e entón eu vou

708
00:41:41,946 --> 00:41:47,960
para facelo cifrão
operador que fixen anteriormente

709
00:41:47,960 --> 00:41:50,770
e iso vai
subconxunto para esa columna.

710
00:41:50,770 --> 00:41:57,760
E entón eu estou indo a cabeza esta en
20, só para ver o que isto parece.

711
00:41:57,760 --> 00:42:00,170
>> Polo tanto, este é só unha morea de axencias nacionais.

712
00:42:00,170 --> 00:42:02,800
Polo tanto, noutras palabras, ten
falta de datos sobre estes faces.

713
00:42:02,800 --> 00:42:08,100
Pero tamén entender iso
dat partyid é un factor

714
00:42:08,100 --> 00:42:10,030
de xeito que este dálle distintas categorías.

715
00:42:10,030 --> 00:42:14,170
Así, noutras palabras, pode tomar partyid
Demócrata, republicano, independente,

716
00:42:14,170 --> 00:42:16,640
ou calquera outra cousa.

717
00:42:16,640 --> 00:42:23,940
>> Entón, imos adiante e imos
ver cal delas é-- oh, OK.

718
00:42:23,940 --> 00:42:28,480
Entón, eu estou indo ao subconxunto
para partyid e despois

719
00:42:28,480 --> 00:42:32,780
vexa cales son
Demócrata, por exemplo.

720
00:42:32,780 --> 00:42:37,150
Isto vai darlle un valor booleano,
unha enorme booleano de trues e FALSEs.

721
00:42:37,150 --> 00:42:41,630
>> E agora, imos dicir que quero
ao subconxunto para estes faces.

722
00:42:41,630 --> 00:42:47,260
Entón, iso vai levar a miña dat e
a calquera subconxunto observacións

723
00:42:47,260 --> 00:42:48,910
teñen iguais partyid iguala demócrata.

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

725
00:42:52,830 --> 00:42:55,180
E iso é moi longo, porque
hai tantos deles.

726
00:42:55,180 --> 00:42:59,060
Entón, agora, eu estou indo a cabeza esta en 20.

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

728
00:43:05,690 --> 00:43:11,270
>> E, como observou, é igual a equals
é interesante na medida en que está

729
00:43:11,270 --> 00:43:13,250
já-- tamén está incluíndo as axencias nacionais.

730
00:43:13,250 --> 00:43:19,010
Polo tanto, neste caso, aínda pode non chegar
calquera información, porque agora ten AN

731
00:43:19,010 --> 00:43:22,650
e só quere ver cal dos
observación corresponden ao Demócrata

732
00:43:22,650 --> 00:43:24,670
e non estes valores en falta si.

733
00:43:24,670 --> 00:43:27,680
Entón, como se librar deses NAS?

734
00:43:27,680 --> 00:43:36,410
>> Entón, aquí estou só usar o no meu
cursor e logo, dicindo moverse.

735
00:43:36,410 --> 00:43:39,778
E entón aquí eu só vou
dicir is.na datpartyid.

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

737
00:43:48,970 --> 00:43:52,720
Polo tanto, este e e tomará
dous vectores diferentes booleanas

738
00:43:52,720 --> 00:43:57,160
e dicir que vai ser
TRUE e FALSE por exemplo.

739
00:43:57,160 --> 00:43:59,190
Por iso, vai facer este compoñente-wise.

740
00:43:59,190 --> 00:44:02,910
Entón aquí estou dicindo take
o cadro de datos, subconxunto

741
00:44:02,910 --> 00:44:10,170
para aqueles que corresponden a demócrata,
e eliminar calquera deles que non son NA.

742
00:44:10,170 --> 00:44:13,540
>> Polo tanto, este debe will--
darlle algo.

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

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

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

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

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

748
00:44:36,290 --> 00:44:45,290
E iso debe dar você--
sorry-- só un vector booleano.

749
00:44:45,290 --> 00:44:49,260
E entón, por que é moi longo,
Estou indo ao subconxunto a 20.

750
00:44:49,260 --> 00:44:49,760
Aceptar.

751
00:44:49,760 --> 00:44:51,570
Polo tanto, debería funcionar.

752
00:44:51,570 --> 00:44:54,700
>> E este tamén será trues.

753
00:44:54,700 --> 00:45:01,830
Ah, o meu erro aquí é que I'm-- I
usar C ++ e R alternativamente así que fago

754
00:45:01,830 --> 00:45:03,590
este erro o tempo.

755
00:45:03,590 --> 00:45:05,807
O operador e é
en realidade, o que quere.

756
00:45:05,807 --> 00:45:08,140
Non quere usar dous
ampersands, só un único.

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

758
00:45:14,970 --> 00:45:17,010
Aceptar.

759
00:45:17,010 --> 00:45:18,140
>> Entón imos ver.

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

761
00:45:20,930 --> 00:45:23,920
Entón, nós subsetted ao
partyid onde están Demócrata

762
00:45:23,920 --> 00:45:25,300
e eles non están falta valores.

763
00:45:25,300 --> 00:45:27,690
E agora imos ollar para
cales os que votaron a favor.

764
00:45:27,690 --> 00:45:31,530
Así, parece que a maioría
deles votou 1.

765
00:45:31,530 --> 00:45:36,090
Entón, eu estou indo para adiante
e dicir que é Kerry.

766
00:45:36,090 --> 00:45:39,507
>> E do mesmo xeito, pode
tamén van para Republicano

767
00:45:39,507 --> 00:45:41,090
e, esperamos, iso debe darlle 2.

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

769
00:45:49,730 --> 00:45:51,770
É só unha morea de columnas diferentes.

770
00:45:51,770 --> 00:45:53,070
E, de feito, é 2.

771
00:45:53,070 --> 00:45:55,750
Entón partyid todo republicanos,
a maioría deles está votando para 2.

772
00:45:55,750 --> 00:45:58,390
>> Así, parece que, só
mirando para iso,

773
00:45:58,390 --> 00:46:00,600
Republicano será
un very-- ou o partyid

774
00:46:00,600 --> 00:46:02,790
vai ser moi
gran factor na determinación

775
00:46:02,790 --> 00:46:05,420
cal candidato son
vai votar.

776
00:46:05,420 --> 00:46:07,120
E iso é obviamente certo en xeral.

777
00:46:07,120 --> 00:46:10,139
E este corresponde ao seu
intuición, por suposto.

778
00:46:10,139 --> 00:46:11,930
Entón, parece que eu son
correndo contra o tempo para que

779
00:46:11,930 --> 00:46:17,040
déixeme só debe ir adiante
e mostrar algunhas imaxes rápidas.

780
00:46:17,040 --> 00:46:21,120
Entón aquí está algo que é lixeiramente
máis complicada coa visualización.

781
00:46:21,120 --> 00:46:26,450
Polo tanto, neste caso, este é un moi
simple análise de só comprobar o que

782
00:46:26,450 --> 00:46:28,500
o presidente da '04 é.

783
00:46:28,500 --> 00:46:33,920
>> Polo tanto, neste caso, digamos que
quería responder a esta pregunta.

784
00:46:33,920 --> 00:46:38,540
Entón imos supor que quería saber a votación
comportamento na elección presidente 2004

785
00:46:38,540 --> 00:46:41,170
e como iso varía segundo a raza.

786
00:46:41,170 --> 00:46:44,380
Así, non só que quere
ver o comportamento de voto,

787
00:46:44,380 --> 00:46:47,860
pero quere subconxunto de cada
raza e tipo de resumir iso.

788
00:46:47,860 --> 00:46:50,770
E só se pode dizer-
por este complexo notación

789
00:46:50,770 --> 00:46:52,580
que esta é unha especie de obter nebuloso.

790
00:46:52,580 --> 00:46:56,390
>> Entón, un dos máis avanzados R
paquetes que é tamén unha especie de recente

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

792
00:47:00,070 --> 00:47:03,060
Por iso, é este aquí.

793
00:47:03,060 --> 00:47:08,080
E ggplot2 ggg-- é só un bo
forma de facer as mellores visualizacións

794
00:47:08,080 --> 00:47:09,400
do que a un embutido.

795
00:47:09,400 --> 00:47:11,108
>> Entón, eu estou indo a cargar
estas dúas bibliotecas.

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

797
00:47:13,200 --> 00:47:16,950
E entón, eu estou indo a ir
adiante e executar este comando.

798
00:47:16,950 --> 00:47:19,050
Pode só tratar isto como unha caixa negra.

799
00:47:19,050 --> 00:47:23,460
>> O que está pasando é que esta tubo
operador está pasando neste argumento

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

801
00:47:24,110 --> 00:47:28,070
Entón, eu estou dicindo por grupo dat
raza e entón presidente 04.

802
00:47:28,070 --> 00:47:31,530
E entón, todos estes outros comandos
está filtrando e, a continuación, resumindo

803
00:47:31,530 --> 00:47:34,081
onde eu estou facendo conta e
entón eu estou trazando-lo aquí.

804
00:47:34,081 --> 00:47:39,980

805
00:47:39,980 --> 00:47:42,500
Aceptar legal.

806
00:47:42,500 --> 00:47:44,620
Entón, imos adiante e
ver o que isto parece.

807
00:47:44,620 --> 00:47:52,280

808
00:47:52,280 --> 00:47:57,290
>> Entón, o que está a suceder aquí é que eu
só Plot cada unha das razas e, a continuación,

809
00:47:57,290 --> 00:47:59,670
cales os que votaron a favor.

810
00:47:59,670 --> 00:48:03,492
E estes dous diferentes
Os valores corresponden a 2 e 1.

811
00:48:03,492 --> 00:48:05,325
Se quere ser máis
elegante, tamén se pode

812
00:48:05,325 --> 00:48:11,770
só especificar que 2 é Kerry-- ou
2 é de Bush, e, a continuación, un é Kerry.

813
00:48:11,770 --> 00:48:13,700
E tamén pode ter
que na súa lenda.

814
00:48:13,700 --> 00:48:17,410
>> E tamén pode dividir estes gráficos de barras.

815
00:48:17,410 --> 00:48:19,480
Porque unha cousa é
que, se observar,

816
00:48:19,480 --> 00:48:24,560
este non é moi fácil de identificar
cal destes dous valores son maiores.

817
00:48:24,560 --> 00:48:27,920
Entón, unha cousa que quere
facer é aproveitar esta zona azul

818
00:48:27,920 --> 00:48:31,855
e só move-o aquí para que
pode comparar os dous lado a lado.

819
00:48:31,855 --> 00:48:34,480
E eu creo que é algo que eu
Non ten tempo para facer agora,

820
00:48:34,480 --> 00:48:36,660
pero iso tamén é moi fácil de facer.

821
00:48:36,660 --> 00:48:40,310
Pode só ollar para
as páxinas do manual de ggplot.

822
00:48:40,310 --> 00:48:47,170
Así, pode simplemente non ggplot como
que e ler nesta páxina home.

823
00:48:47,170 --> 00:48:51,920
>> Entón déixenme só rapidamente
amosar-lle algunhas cousas legais.

824
00:48:51,920 --> 00:48:57,610
Imos adiante e ir a-- só unha
aplicación de aprendizaxe de máquina.

825
00:48:57,610 --> 00:49:02,450
Entón, digamos que temos estes tres
paquetes así que eu estou indo a cargalos.

826
00:49:02,450 --> 00:49:05,500

827
00:49:05,500 --> 00:49:09,170
Entón, iso só imprime algúns
información cando carguei na cousa.

828
00:49:09,170 --> 00:49:15,220
Entón, eu estou dicindo isto read.csv,
este conxunto de datos, e agora

829
00:49:15,220 --> 00:49:18,940
Eu estou indo a ir adiante e ollar e
ver o que ten dentro deste conxunto de datos.

830
00:49:18,940 --> 00:49:22,080
>> Así, as primeiras 20 observacións.

831
00:49:22,080 --> 00:49:27,190
Entón, eu só teño X1, X2, e Y. Por iso,
Parece que unha morea deses valores

832
00:49:27,190 --> 00:49:31,640
están varios de quizais 20 a 80 ou máis.

833
00:49:31,640 --> 00:49:37,700
E, a continuación, do mesmo xeito para X2 e despois
Y esta parece ser etiquetas de 0 e 1.

834
00:49:37,700 --> 00:49:49,500
>> Para comprobalo, podo
só facer X1 datos de resumo.

835
00:49:49,500 --> 00:49:51,660
E, a continuación, do mesmo xeito para
todas estas outras columnas.

836
00:49:51,660 --> 00:49:55,300
Entón resumo é unha forma rápida de
só amosando valores rápidos.

837
00:49:55,300 --> 00:49:56,330
Oh, desculpe.

838
00:49:56,330 --> 00:49:58,440
Este debe ser Y.

839
00:49:58,440 --> 00:50:03,420
>> Polo tanto, neste caso, dá a
quantiles, medianas, maxes tamén.

840
00:50:03,420 --> 00:50:07,130
Neste caso, dataY, verás
que só vai ser 0 e 1.

841
00:50:07,130 --> 00:50:10,100
Ademais, a media está dicindo
0,6, só significa que

842
00:50:10,100 --> 00:50:13,380
Parece que eu teño máis que 1s 0s.

843
00:50:13,380 --> 00:50:16,160
>> Entón deixe-me ir adiante e amosar
o que iso parece.

844
00:50:16,160 --> 00:50:17,470
Entón, eu estou indo só para trazar este.

845
00:50:17,470 --> 00:50:22,852

846
00:50:22,852 --> 00:50:24,636
Imos ver como limpar iso.

847
00:50:24,636 --> 00:50:30,492

848
00:50:30,492 --> 00:50:31,468
Oh Aceptar.

849
00:50:31,468 --> 00:50:35,840

850
00:50:35,840 --> 00:50:36,340
Aceptar.

851
00:50:36,340 --> 00:50:37,590
>> Polo tanto, este é o que parece.

852
00:50:37,590 --> 00:50:46,310
Así, parece que os amarelos I especificados
como 0, e despois vermello I especificar como 1s.

853
00:50:46,310 --> 00:50:52,190
Entón, aquí parece que
puntos de etiqueta e que

854
00:50:52,190 --> 00:50:56,410
Parece que só quería un pouco
tipo de agrupación sobre este asunto.

855
00:50:56,410 --> 00:51:01,020
>> E deixe-me ir adiante e amosar
vostede algunhas destas funcións embutidas.

856
00:51:01,020 --> 00:51:03,580
Entón aquí é lm.

857
00:51:03,580 --> 00:51:06,060
Polo tanto, esta é só a tentar
para axustar unha liña a esta.

858
00:51:06,060 --> 00:51:08,640
Entón, cal é a mellor maneira
que eu poida axustar unha liña tal

859
00:51:08,640 --> 00:51:14,020
que será mellor separar
este tipo de clustering.

860
00:51:14,020 --> 00:51:21,790
E preferentemente, pode só ver
que eu simplemente executar todos estes comandos

861
00:51:21,790 --> 00:51:25,450
e logo, eu vou
adiante e engadir a liña.

862
00:51:25,450 --> 00:51:28,970
>> Polo tanto, este parece ser o mellor palpite.

863
00:51:28,970 --> 00:51:34,150
É tomar o mellor que minimiza
o erro no intento de encaixar esta liña.

864
00:51:34,150 --> 00:51:40,000
Obviamente, isto parece medio
bo, pero non é o mellor.

865
00:51:40,000 --> 00:51:43,130
E os modelos lineais, en
xeral, van ser

866
00:51:43,130 --> 00:51:46,811
realmente grande para a teoría e só unha especie
dos fundamentos de construción da máquina

867
00:51:46,811 --> 00:51:47,310
aprendendo.

868
00:51:47,310 --> 00:51:50,330
Pero, na práctica, vai
quero facer algo máis xeral.

869
00:51:50,330 --> 00:51:54,280
>> Así, pode só tentar executar
algo chamado unha rede neuronal.

870
00:51:54,280 --> 00:51:57,110
Esas cousas son
cada vez máis común.

871
00:51:57,110 --> 00:52:00,530
E eles simplemente traballar fantástica
para grandes conxuntos de datos.

872
00:52:00,530 --> 00:52:07,080
Polo tanto, neste caso, só have--
imos see-- temos nrow.

873
00:52:07,080 --> 00:52:09,010
Entón nrow está só dicindo número de liñas.

874
00:52:09,010 --> 00:52:11,790
Polo tanto, neste caso, eu
Ten 100 observacións.

875
00:52:11,790 --> 00:52:15,010
>> Entón deixe-me ir adiante e
facer unha rede neuronal.

876
00:52:15,010 --> 00:52:18,620
Entón, iso é moi bo
porque podo só dicir nnet

877
00:52:18,620 --> 00:52:21,767
e entón eu estou regredindo Y.
Entón o Y é aquela columna.

878
00:52:21,767 --> 00:52:23,850
E entón que a regresión no
as outras dúas variables.

879
00:52:23,850 --> 00:52:27,360
Polo tanto, este é máis curto
notación para X1 e X2.

880
00:52:27,360 --> 00:52:29,741
>> Entón, imos adiante e executar este.

881
00:52:29,741 --> 00:52:30,240
Oh, desculpe.

882
00:52:30,240 --> 00:52:32,260
Necesito realizar esa cousa toda.

883
00:52:32,260 --> 00:52:37,500
E esta é só a impresión de notación
para a rapidez ou non rapidamente el

884
00:52:37,500 --> 00:52:38,460
converxer.

885
00:52:38,460 --> 00:52:41,420
Polo tanto, parece que fixo converxer.

886
00:52:41,420 --> 00:52:44,970
Entón deixe-me ir adiante e de impresión
o que iso parece.

887
00:52:44,970 --> 00:52:51,260
>> Vexa aquí a foto e aquí é
un contorno amosando o quão ben el encaixa.

888
00:52:51,260 --> 00:52:56,380
E este é apenas-- verás
este que isto é moi, moi bo.

889
00:52:56,380 --> 00:52:59,400
Pode ata ser
overfitting, pero pode tamén

890
00:52:59,400 --> 00:53:03,390
son responsables de que con outro
técnicas como a validación cruzada.

891
00:53:03,390 --> 00:53:06,180
E estes tamén son construídas en R.

892
00:53:06,180 --> 00:53:09,170
>> E deixe-me amosar-lle
apoiar máquina vector.

893
00:53:09,170 --> 00:53:12,470
Esta é outra realidade común
técnica en aprendizaxe de máquina.

894
00:53:12,470 --> 00:53:18,550
É moi semellante aos modelos lineais, pero
usa o que se chama un método de núcleo.

895
00:53:18,550 --> 00:53:22,790
E imos ver como ben que fai.

896
00:53:22,790 --> 00:53:26,430
Así, esta é moi semellante á forma como
ben unha rede neuronal desempeña,

897
00:53:26,430 --> 00:53:27,900
pero é moito máis suave.

898
00:53:27,900 --> 00:53:35,740
E esta é baseado fóra
de what-- como SVMs traballo.

899
00:53:35,740 --> 00:53:40,250
>> Polo tanto, esta é só unha moi
resumo rápido dalgunhas

900
00:53:40,250 --> 00:53:43,822
das funcións internas que pode facer
e tamén un pouco da explotación de datos.

901
00:53:43,822 --> 00:53:45,905
Entón deixe-me ir adiante
e volver para os diapositivas.

902
00:53:45,905 --> 00:53:50,290

903
00:53:50,290 --> 00:53:53,670
>> Entón, obviamente, este é
non moi ampla.

904
00:53:53,670 --> 00:53:57,140
E iso é realmente só un teaser
mostrando-lle o que realmente pode facer en R.

905
00:53:57,140 --> 00:53:59,100
Entón, se quere só de
para saber máis, aquí

906
00:53:59,100 --> 00:54:01,210
son unha banda de diferentes recursos.

907
00:54:01,210 --> 00:54:06,890
>> Entón, se desexa libros didácticos ou está
só lle gustaba de ler cousas en liña,

908
00:54:06,890 --> 00:54:09,670
entón que é un fantástico
un por Hadley Wickham,

909
00:54:09,670 --> 00:54:13,010
que tamén creou todos estes
paquetes moi legal.

910
00:54:13,010 --> 00:54:17,420
Se che gusta de vídeos, a continuación,
Berkeley ten un Bootcamp incrible

911
00:54:17,420 --> 00:54:21,060
iso é several-- ese é o tipo de lonxitude.

912
00:54:21,060 --> 00:54:24,210
E vai te ensinar case
todo o que quere saber sobre R.

913
00:54:24,210 --> 00:54:27,770
>> E do mesmo xeito, non hai Codeacademy
e todas estas outro tipo

914
00:54:27,770 --> 00:54:29,414
sitios de interactivos.

915
00:54:29,414 --> 00:54:31,580
Eles están recibindo
common-- cada vez máis común.

916
00:54:31,580 --> 00:54:33,749
Entón iso é moi semellante ao Codeacademy.

917
00:54:33,749 --> 00:54:35,790
E, finalmente, se acaba de
quere comunitario e axudar,

918
00:54:35,790 --> 00:54:38,800
estes son unha banda de
cousas que podes ir.

919
00:54:38,800 --> 00:54:40,880
Obviamente, aínda
usar listas de correo, só

920
00:54:40,880 --> 00:54:44,860
como case todos os outros
comunidade linguaxe de programación.

921
00:54:44,860 --> 00:54:47,880
E #rstats, este é
nosa comunidade Twitter.

922
00:54:47,880 --> 00:54:49,580
Isto é bastante común.

923
00:54:49,580 --> 00:54:50,850
E entón o usuario!

924
00:54:50,850 --> 00:54:52,340
É só a nosa conferencia.

925
00:54:52,340 --> 00:54:55,390
>> E despois, claro, pode
usar todas esas outras cousas Q & A,

926
00:54:55,390 --> 00:54:57,680
como Stack overflow,
Google, e, a continuación, GitHub.

927
00:54:57,680 --> 00:55:00,490
Porque a maioría destes paquetes
e un lote da comunidade

928
00:55:00,490 --> 00:55:03,420
será centrada en torno a desenvolver
código porque é de código aberto.

929
00:55:03,420 --> 00:55:05,856
E iso é só moi bo no GitHub.

930
00:55:05,856 --> 00:55:08,730
E, finalmente, pode contactar-me se
só ten algunha preguntas rápidas.

931
00:55:08,730 --> 00:55:13,530
Así, pode me atopar en Twitter aquí,
meu sitio, e só o meu e-mail.

932
00:55:13,530 --> 00:55:17,840
Polo tanto, esperamos, que era
something-- só un teaser curto

933
00:55:17,840 --> 00:55:20,900
que R é realmente capaz de facer.

934
00:55:20,900 --> 00:55:23,990
E espero que, só
confía esas tres conexións

935
00:55:23,990 --> 00:55:25,760
e mira o que pode facer máis.

936
00:55:25,760 --> 00:55:28,130
E eu creo que é exactamente sobre iso.

937
00:55:28,130 --> 00:55:28,630
Grazas.

938
00:55:28,630 --> 00:55:30,780
>> [Aplausos]

939
00:55:30,780 --> 00:55:31,968