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

2
00:00:00,750 --> 00:00:09,800
>> [Muzik bermain]

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 nama saya.

6
00:00:14,980 --> 00:00:18,419
Jadi saya akan menyampaikan
Analisis Data dalam R.

7
00:00:18,419 --> 00:00:19,710
Hanya sedikit tentang diri saya.

8
00:00:19,710 --> 00:00:24,320
Saya kini seorang pelajar siswazah di
Kejuruteraan dan Sains Gunaan.

9
00:00:24,320 --> 00:00:28,330
Saya belajar satu persimpangan
pembelajaran mesin dan statistik

10
00:00:28,330 --> 00:00:31,375
jadi Analisis Data dalam R adalah
benar-benar asas kepada apa yang

11
00:00:31,375 --> 00:00:33,790
Saya lakukan setiap hari.

12
00:00:33,790 --> 00:00:35,710
>> Dan R adalah terutamanya
baik untuk analisis data

13
00:00:35,710 --> 00:00:39,310
kerana ia sangat baik untuk prototaip.

14
00:00:39,310 --> 00:00:43,590
Dan biasanya, apabila anda melakukan beberapa jenis
analisis data, banyak masalah

15
00:00:43,590 --> 00:00:44,920
akan kognitif.

16
00:00:44,920 --> 00:00:48,700
Dan supaya anda hanya mahu mempunyai
beberapa bahasa yang benar-benar baik

17
00:00:48,700 --> 00:00:53,770
hanya baik untuk berbuat
terbina dalam fungsi, bertentangan

18
00:00:53,770 --> 00:00:57,430
untuk perlu berurusan dengan perkara tahap rendah.

19
00:00:57,430 --> 00:01:01,040
Jadi pada mulanya, saya hanya akan
untuk memperkenalkan apa yang R, mengapa

20
00:01:01,040 --> 00:01:04,540
anda mahu menggunakannya, dan
kemudian pergi ke dalam beberapa demo,

21
00:01:04,540 --> 00:01:07,060
dan hanya pergi dari sana.

22
00:01:07,060 --> 00:01:08,150
>> Jadi apa R?

23
00:01:08,150 --> 00:01:11,180
R hanya bahasa yang dibangunkan
untuk pengkomputeran statistik

24
00:01:11,180 --> 00:01:12,450
dan visualisasi.

25
00:01:12,450 --> 00:01:16,000
Jadi apa ini bermakna bahawa
ia adalah bahasa yang sangat baik

26
00:01:16,000 --> 00:01:22,400
untuk apa-apa jenis perkara yang berkaitan dengan
ketidakpastian atau visualisasi data.

27
00:01:22,400 --> 00:01:24,850
Jadi, anda mempunyai semua ini
taburan kebarangkalian.

28
00:01:24,850 --> 00:01:27,140
Terdapat akan menjadi
terbina dalam fungsi.

29
00:01:27,140 --> 00:01:31,650
Anda juga akan mempunyai yang sangat baik
merancang pakej.

30
00:01:31,650 --> 00:01:34,110
>> Python adalah satu lagi bersaing
bahasa untuk data.

31
00:01:34,110 --> 00:01:40,020
Dan satu perkara yang saya mendapati bahawa R
adalah lebih baik di adalah visualisasi.

32
00:01:40,020 --> 00:01:45,200
Jadi apa yang boleh dilihat dalam demo sebagai
dan hanya bahasa yang sangat intuitif

33
00:01:45,200 --> 00:01:48,050
yang hanya bekerja dengan sangat baik.

34
00:01:48,050 --> 00:01:53,140
Ia juga adalah percuma dan sumber terbuka, sebagai
adalah apa-apa bahasa lain baik saya rasa.

35
00:01:53,140 --> 00:01:55,440
>> Dan di sini, sekumpulan hanya
kata kunci dilemparkan pada anda.

36
00:01:55,440 --> 00:02:00,450
Ia adalah dinamik, yang bermaksud jika anda mempunyai
jenis khusus yang diberikan kepada objek

37
00:02:00,450 --> 00:02:02,025
daripada ia hanya akan mengubahnya dengan cepat.

38
00:02:02,025 --> 00:02:05,670
Ia malas jadi pintar mengenai
bagaimana ia pengiraan.

39
00:02:05,670 --> 00:02:12,250
Fungsi bererti ia benar-benar boleh beroperasi
berdasarkan kira fungsi yang sesuatupun

40
00:02:12,250 --> 00:02:16,910
apa-apa jenis manipulasi anda
lakukan, ia akan berdasarkan off fungsi.

41
00:02:16,910 --> 00:02:20,162
>> Pengendali Jadi binari, sebagai contoh,
adalah fungsi hanya asasnya.

42
00:02:20,162 --> 00:02:21,870
Dan segala sesuatu yang
anda akan lakukan adalah

43
00:02:21,870 --> 00:02:24,690
akan menghentikan fungsi sendiri.

44
00:02:24,690 --> 00:02:27,140
Dan kemudian objek berorientasikan juga.

45
00:02:27,140 --> 00:02:30,930
>> Jadi di sini adalah satu plot XKCD.

46
00:02:30,930 --> 00:02:34,350
Bukan sahaja kerana saya rasa seperti
XKCD adalah asas kepada apa-apa sahaja

47
00:02:34,350 --> 00:02:37,770
persembahan, tetapi kerana
Saya rasa seperti ini benar-benar

48
00:02:37,770 --> 00:02:42,160
Hammers titik yang banyak yang
masa apabila anda melakukan beberapa jenis data

49
00:02:42,160 --> 00:02:46,570
analisis, masalah ini tidak
begitu banyak berapa cepat ia berjalan,

50
00:02:46,570 --> 00:02:49,850
tetapi berapa lama ia akan
membawa anda ke program tugas.

51
00:02:49,850 --> 00:02:54,112
Jadi di sini hanya untuk menganalisis sama ada
strategi atau b adalah lebih berkesan.

52
00:02:54,112 --> 00:02:55,820
Ini akan menjadi
sesuatu yang anda

53
00:02:55,820 --> 00:02:58,290
akan berurusan dengan banyak dalam
semacam bahasa tahap rendah

54
00:02:58,290 --> 00:03:03,440
di mana anda berurusan dengan kesalahan seg,
peruntukan memori, initializations,

55
00:03:03,440 --> 00:03:05,270
bahkan fungsi terbina dalam.

56
00:03:05,270 --> 00:03:09,920
Dan hal ini semua dikendalikan
sangat, sangat elegan di R.

57
00:03:09,920 --> 00:03:12,839
>> Jadi, tukul ini
mata, kesesakan terbesar

58
00:03:12,839 --> 00:03:13,880
akan menjadi kognitif.

59
00:03:13,880 --> 00:03:17,341
Jadi analisis data adalah masalah yang sukar.

60
00:03:17,341 --> 00:03:19,340
Sama ada anda lakukan
pembelajaran mesin atau anda

61
00:03:19,340 --> 00:03:22,550
melakukan hanya beberapa jenis
penerokaan data asas,

62
00:03:22,550 --> 00:03:25,290
anda tidak mahu mempunyai
mengambil dokumen yang

63
00:03:25,290 --> 00:03:27,440
dan kemudian menyusun
sesuatu setiap kali anda

64
00:03:27,440 --> 00:03:31,010
mahu melihat apa ruang yang kelihatan seperti,
apa entri tertentu dalam matriks

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

66
00:03:32,195 --> 00:03:34,320
Jadi anda hanya mahu mempunyai
beberapa antara muka bagus

67
00:03:34,320 --> 00:03:37,740
anda boleh menjalankan fungsi yang mudah
bahawa indeks untuk apa sahaja

68
00:03:37,740 --> 00:03:41,870
anda ingin dan hanya berjalan dari sana.

69
00:03:41,870 --> 00:03:44,190
Dan anda memerlukan domain
bahasa tertentu untuk ini.

70
00:03:44,190 --> 00:03:51,750
Dan R benar-benar akan membantu anda menentukan
masalah dan menyelesaikannya dengan cara ini.

71
00:03:51,750 --> 00:03:58,690
>> Jadi di sini adalah menunjukkan pengaturcaraan plot
Populariti R kerana ia hilang dari masa ke masa.

72
00:03:58,690 --> 00:04:04,060
Jadi seperti yang anda lihat, seperti 2013 atau
jadi ia hanya diletupkan dengan hebat.

73
00:04:04,060 --> 00:04:09,570
Dan ini telah hanya kerana yang
trend besar dalam industri teknologi

74
00:04:09,570 --> 00:04:10,590
data mengenai besar.

75
00:04:10,590 --> 00:04:13,010
Juga, tidak hanya teknologi
industri, tetapi benar-benar

76
00:04:13,010 --> 00:04:16,490
mana-mana industri kerana bahawa-
banyak industri

77
00:04:16,490 --> 00:04:20,589
adalah jenis asas kepada
cuba untuk menyelesaikan masalah-masalah ini.

78
00:04:20,589 --> 00:04:24,590
Dan biasanya, anda boleh mempunyai beberapa baik
cara mengukur masalah-masalah ini

79
00:04:24,590 --> 00:04:29,720
atau mentakrifkan mereka atau
menyelesaikannya menggunakan data.

80
00:04:29,720 --> 00:04:35,430
Jadi saya fikir sekarang adalah R-11
bahasa yang paling popular di TIOBE

81
00:04:35,430 --> 00:04:38,200
dan ia telah berkembang sejak itu.

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

83
00:04:40,740 --> 00:04:43,080
>> Jadi di sini adalah beberapa lebih
ciri-ciri R. Ia mempunyai

84
00:04:43,080 --> 00:04:46,900
bilangan besar pakej dan
untuk semua perkara ini berbeza.

85
00:04:46,900 --> 00:04:52,470
Jadi bila-bila masa anda mempunyai
masalah tertentu, yang paling

86
00:04:52,470 --> 00:04:55,060
masa yang akan mempunyai R
fungsi berkenaan untuk anda.

87
00:04:55,060 --> 00:04:58,520
Jadi sama ada anda mahu
membina beberapa jenis mesin

88
00:04:58,520 --> 00:05:02,770
algoritma pembelajaran yang dikenali sebagai
Rawak Hutan atau Pokok Keputusan,

89
00:05:02,770 --> 00:05:07,530
atau cuba untuk mengambil min
fungsi atau mana-mana barangan ini,

90
00:05:07,530 --> 00:05:10,000
R akan mempunyai bahawa.

91
00:05:10,000 --> 00:05:14,190
>> Dan jika kamu berbuat yang anda mahu ketahui
pengoptimuman, satu perkara yang umum

92
00:05:14,190 --> 00:05:17,430
adalah bahawa selepas anda selesai prototaip
semacam bahasa peringkat tinggi,

93
00:05:17,430 --> 00:05:19,810
anda akan campakkanlah dalam-
anda hanya akan pelabuhan yang lebih

94
00:05:19,810 --> 00:05:21,550
kepada beberapa bahasa tahap rendah.

95
00:05:21,550 --> 00:05:26,090
Apa yang baik tentang R ialah sebaik sahaja anda
dilakukan prototaip itu, anda boleh menjalankan C ++,

96
00:05:26,090 --> 00:05:29,510
atau Fortran, atau mana-mana
senjata yang lebih rendah terus ke dalam R.

97
00:05:29,510 --> 00:05:32,320
Jadi itulah satu benar-benar
ciri sejuk tentang R,

98
00:05:32,320 --> 00:05:35,930
jika anda benar-benar mengambil berat tentang
titik pengoptimuman.

99
00:05:35,930 --> 00:05:39,490
>> Dan ia juga benar-benar baik
untuk visualisasi web.

100
00:05:39,490 --> 00:05:43,530
Jadi D3.js, sebagai contoh, adalah
Saya rasa seminar lain

101
00:05:43,530 --> 00:05:45,130
bahawa kita yang dibentangkan hari ini.

102
00:05:45,130 --> 00:05:48,510
Dan ini adalah benar-benar hebat untuk
melakukan visualisasi interaktif.

103
00:05:48,510 --> 00:05:54,460
Dan D3.js menganggap bahawa anda mempunyai
beberapa jenis data yang akan diplotkan

104
00:05:54,460 --> 00:05:58,080
dan R adalah cara yang baik untuk dapat melakukan
analisis data sebelum anda mengeksportnya

105
00:05:58,080 --> 00:06:04,220
kepada D3.js atau bahkan hanya menjalankan
D3.js arahan ke R sendiri,

106
00:06:04,220 --> 00:06:08,240
dan juga semua
perpustakaan yang lain.

107
00:06:08,240 --> 00:06:13,041
>> Supaya hanya pengenalan
apa yang R dan mengapa anda mungkin menggunakannya.

108
00:06:13,041 --> 00:06:14,790
Jadi mudah-mudahan, saya telah
yakin anda sesuatu

109
00:06:14,790 --> 00:06:18,460
kira-kira hanya cuba untuk melihat bagaimana rasanya.

110
00:06:18,460 --> 00:06:23,930
Jadi, saya akan pergi ke depan dan melalui
beberapa asas-asas mengenai objek R

111
00:06:23,930 --> 00:06:26,150
dan apa yang anda benar-benar boleh buat.

112
00:06:26,150 --> 00:06:29,690
>> Jadi di sini adalah hanya
sekumpulan arahan matematik.

113
00:06:29,690 --> 00:06:35,000
Jadi kata you're-- anda mahu membina
bahasa sendiri dan anda hanya mahu

114
00:06:35,000 --> 00:06:38,080
mempunyai sekumpulan alat yang berbeza.

115
00:06:38,080 --> 00:06:42,520
Mana-mana jenis operasi anda rasa anda akan
mahu adalah cukup banyak akan menjadi di R.

116
00:06:42,520 --> 00:06:44,150
>> Jadi di sini adalah 2 plus 2.

117
00:06:44,150 --> 00:06:46,090
Berikut adalah 2 kali pi.

118
00:06:46,090 --> 00:06:51,870
R mempunyai sekumpulan pemalar terbina dalam
yang anda sering akan menggunakan seperti pi, e.

119
00:06:51,870 --> 00:06:56,230
>> Dan kemudian, di sini adalah 7 ditambah
runif, jadi runif 1.

120
00:06:56,230 --> 00:07:02,450
Ini adalah satu fungsi itu menjana
satu seragam rawak 0-1.

121
00:07:02,450 --> 00:07:04,400
Dan kemudian ada 3 hingga kuasa 4.

122
00:07:04,400 --> 00:07:06,430
Ada punca kuasa dua.

123
00:07:06,430 --> 00:07:07,270
>> Ada log.

124
00:07:07,270 --> 00:07:14,500
Jadi log akan melakukan asas
eksponen dengan sendirinya.

125
00:07:14,500 --> 00:07:18,337
Dan kemudian, jika anda menetapkan asas, maka
anda boleh melakukan apa sahaja yang anda mahu asas.

126
00:07:18,337 --> 00:07:19,920
Dan maka di sini adalah beberapa arahan lain.

127
00:07:19,920 --> 00:07:22,180
Jadi, anda mempunyai 23 mod 2.

128
00:07:22,180 --> 00:07:24,910
Kemudian anda mempunyai bakinya.

129
00:07:24,910 --> 00:07:27,110
Kemudian anda mempunyai saintifik
notasi jika anda juga

130
00:07:27,110 --> 00:07:34,060
ingin berbuat lebih banyak dan
perkara yang lebih rumit.

131
00:07:34,060 --> 00:07:37,320
>> Jadi di sini adalah tugasan.

132
00:07:37,320 --> 00:07:40,830
Jadi tugasan biasa dalam
R dilakukan dengan panah

133
00:07:40,830 --> 00:07:43,440
jadi ia kurang daripada dan kemudian tanda sempang.

134
00:07:43,440 --> 00:07:47,250
Jadi di sini saya hanya memberikan
3 hingga Val yang berubah-ubah.

135
00:07:47,250 --> 00:07:50,160
>> Dan kemudian saya mencetak keluar Val
dan kemudian ia akan paparkan nombor tiga.

136
00:07:50,160 --> 00:07:53,920
Secara lalai dalam R juru bahasa, ia
akan mencetak perkara untuk anda

137
00:07:53,920 --> 00:07:57,280
supaya anda tidak perlu nyatakan mencetak Val yang
bila-bila masa anda mahu mencetak sesuatu.

138
00:07:57,280 --> 00:08:00,200
Anda hanya boleh melakukan Val dan
maka ia akan melakukannya untuk anda.

139
00:08:00,200 --> 00:08:04,380
>> Juga, anda boleh menggunakan bersamaan teknikal
sebagai pengendali tugasan.

140
00:08:04,380 --> 00:08:07,190
Terdapat sedikit perihal tersirat
antara menggunakan anak panah

141
00:08:07,190 --> 00:08:10,730
pengendali dan sama setaraf
pengendali untuk tugasan.

142
00:08:10,730 --> 00:08:15,470
Kebanyakannya oleh konvensyen, semua orang
hanya akan menggunakan anak panah pengendali.

143
00:08:15,470 --> 00:08:21,850
>> Dan di sini, saya memberikan ini
notasi serong dipanggil 1 kolon 6.

144
00:08:21,850 --> 00:08:26,010
Ini menjana vektor 1-6.

145
00:08:26,010 --> 00:08:29,350
Dan ini benar-benar baik kerana kemudian
anda hanya menetapkan vektor untuk Val

146
00:08:29,350 --> 00:08:34,270
dan yang berfungsi dengan sendirinya.

147
00:08:34,270 --> 00:08:37,799
>> Jadi ini sudah pergi dari satu
single-- data sangat intuitif

148
00:08:37,799 --> 00:08:41,070
struktur hanya dua kali ganda
beberapa jenis jenis ke dalam vektor

149
00:08:41,070 --> 00:08:45,670
dan yang akan mengumpul semua
nilai skalar untuk anda.

150
00:08:45,670 --> 00:08:50,770
Jadi, selepas pergi dari skalar, anda
mempunyai objek R dan ini adalah vektor.

151
00:08:50,770 --> 00:08:55,610
Vektor A adalah sebarang bentuk
kutipan daripada jenis yang sama.

152
00:08:55,610 --> 00:08:58,150
Jadi di sini adalah sekumpulan vektor.

153
00:08:58,150 --> 00:08:59,800
>> Jadi ini adalah nombor.

154
00:08:59,800 --> 00:09:02,440
Angka adalah cara R ini berkata dua.

155
00:09:02,440 --> 00:09:07,390
Dan sebagainya secara lalai, apa-apa
jumlah akan menjadi dua kali ganda.

156
00:09:07,390 --> 00:09:13,150
>> Jadi jika anda mempunyai c 1.1, 3,
negatif 5.7, c ialah suatu fungsi.

157
00:09:13,150 --> 00:09:16,760
Ini concatenates ketiga-tiga
nombor ke dalam vektor.

158
00:09:16,760 --> 00:09:19,619
Dan ini akan jadi jika adalah--
anda perasan 3 dengan sendirinya,

159
00:09:19,619 --> 00:09:21,910
biasanya anda akan menganggap
bahawa ini adalah seperti integer,

160
00:09:21,910 --> 00:09:25,050
tetapi kerana semua vektor
adalah jenis yang sama,

161
00:09:25,050 --> 00:09:28,660
ini adalah vektor beregu
atau angka dalam kes ini.

162
00:09:28,660 --> 00:09:34,920
>> rnorm adalah fungsi yang menjana
variables-- normal piawai

163
00:09:34,920 --> 00:09:36,700
atau nilai-nilai normal piawai.

164
00:09:36,700 --> 00:09:38,360
Dan saya menyatakan dua daripada mereka.

165
00:09:38,360 --> 00:09:43,840
Jadi saya lakukan rnorm 2, memberi bahawa untuk
devs, dan kemudian saya mencetak keluar devs.

166
00:09:43,840 --> 00:09:47,350
Jadi ini adalah hanya dua
nilai normal rawak.

167
00:09:47,350 --> 00:09:50,060
>> Dan kemudian ints jika anda lakukan
anda mengambil berat tentang integer.

168
00:09:50,060 --> 00:09:54,650
Jadi ini adalah hanya kira-kira memori
peruntukan dan menjimatkan saiz memori.

169
00:09:54,650 --> 00:10:01,460
Jadi, anda perlu menambah
nombor anda oleh L. modal

170
00:10:01,460 --> 00:10:04,170
>> Secara umum, ini adalah
Notasi bersejarah R

171
00:10:04,170 --> 00:10:06,940
untuk sesuatu yang dipanggil integer panjang.

172
00:10:06,940 --> 00:10:09,880
Jadi kebanyakan masa, anda akan
menjadi berurusan dengan beregu.

173
00:10:09,880 --> 00:10:15,180
Dan jika anda pernah akan kemudian
pada mengoptimumkan kod anda,

174
00:10:15,180 --> 00:10:18,110
anda hanya boleh menambah ini L's
selepas itu atau semasa ia

175
00:10:18,110 --> 00:10:22,280
jika anda seperti precognitive tentang apa yang
anda akan melakukan pemboleh ubah ini.

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

177
00:10:25,340 --> 00:10:26,890
>> Jadi di sini adalah satu vektor watak.

178
00:10:26,890 --> 00:10:31,440
Jadi, sekali lagi, saya concatenating
tiga rentetan masa ini.

179
00:10:31,440 --> 00:10:36,230
Perhatikan bahawa tali dua dan
rentetan tunggal adalah sama di R.

180
00:10:36,230 --> 00:10:41,000
Jadi saya mempunyai arthur dan ini Marvin dan sebagainya
apabila saya mencetak keluar, semua daripada mereka

181
00:10:41,000 --> 00:10:43,210
akan menunjukkan tali double.

182
00:10:43,210 --> 00:10:45,880
Dan jika anda juga ingin memasukkan
tali double atau single

183
00:10:45,880 --> 00:10:50,070
dalam watak-watak anda, maka anda boleh
sama ada ganti tali anda.

184
00:10:50,070 --> 00:10:53,540
>> Jadi ini Marvin untuk
Elemen kedua, ini adalah

185
00:10:53,540 --> 00:10:56,380
akan show-- anda
hanya mempunyai dua tali

186
00:10:56,380 --> 00:10:59,050
dan kemudian rentetan tunggal
jadi ini adalah seli.

187
00:10:59,050 --> 00:11:04,040
Jika tidak, jika anda mahu menggunakan dua
rentetan pengendali dalam dua tali

188
00:11:04,040 --> 00:11:07,090
apabila anda mengisytiharkan ia, kemudian
anda hanya menggunakan operator melarikan diri.

189
00:11:07,090 --> 00:11:10,600
Jadi anda lakukan garis sendeng terbalik tali double.

190
00:11:10,600 --> 00:11:13,330
>> Dan akhirnya, kita juga
mempunyai vektor logik.

191
00:11:13,330 --> 00:11:15,890
Jadi logical-- jadi BENAR
dan PALSU, dan mereka

192
00:11:15,890 --> 00:11:18,880
akan menjadi semua huruf besar.

193
00:11:18,880 --> 00:11:22,370
Dan kemudian, sekali lagi, saya concatenating
mereka dan kemudian memberi mereka bools.

194
00:11:22,370 --> 00:11:24,590
Jadi bools akan menunjukkan
anda BENAR, PALSU dan BENAR.

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

196
00:11:28,280 --> 00:11:31,620
>> Jadi di sini adalah pengindeksan vectorized.

197
00:11:31,620 --> 00:11:34,870
Jadi pada mulanya, saya
sedang mengambil function-- yang

198
00:11:34,870 --> 00:11:39,230
ini dipanggil sequence-- yang
urutan dari 2 hingga 12.

199
00:11:39,230 --> 00:11:42,490
Dan saya mengambil urutan dengan 2.

200
00:11:42,490 --> 00:11:46,660
Jadi ia akan berbuat
2, 4, 6, 8, 10 dan 12.

201
00:11:46,660 --> 00:11:50,080
Dan kemudian, saya pengindeksan
untuk mendapatkan elemen yang ketiga.

202
00:11:50,080 --> 00:11:55,770
>> Jadi satu perkara yang perlu diingat adalah
bahawa R indeks dengan memulakan dari 1.

203
00:11:55,770 --> 00:12:00,550
Jadi Vals, Ariège 3 akan memberikan
anda elemen yang ketiga.

204
00:12:00,550 --> 00:12:04,580
Ini adalah jenis yang berbeza dari yang lain
bahasa di mana ia bermula dari sifar.

205
00:12:04,580 --> 00:12:09,780
Jadi, dalam C atau C ++, sebagai contoh, anda
akan mendapatkan elemen keempat.

206
00:12:09,780 --> 00:12:13,280
>> Dan di sini adalah Vals, Ariège 3-5.

207
00:12:13,280 --> 00:12:16,030
Jadi satu perkara itu
benar-benar sejuk adalah bahawa anda

208
00:12:16,030 --> 00:12:20,410
boleh menjana pembolehubah sementara dalam
dan kemudian hanya menggunakannya dengan cepat.

209
00:12:20,410 --> 00:12:21,960
Jadi di sini adalah 3 hingga 5.

210
00:12:21,960 --> 00:12:25,070
Jadi, saya menjana vektor
3, 4, dan 5 dan kemudian

211
00:12:25,070 --> 00:12:29,700
Saya mengindeks untuk mendapatkan ketiga,
keempat, dan kelima unsur-unsur.

212
00:12:29,700 --> 00:12:32,280
>> Oleh itu juga, anda boleh
abstrak ini kepada hanya melakukan

213
00:12:32,280 --> 00:12:35,280
apa-apa jenis vektor
yang memberikan anda pengindeksan.

214
00:12:35,280 --> 00:12:40,050
Jadi di sini adalah Vals, Ariège dan kemudian
unsur-unsur pertama, ketiga, dan keenam.

215
00:12:40,050 --> 00:12:42,800
Dan kemudian, jika anda mahu
untuk melakukan pelengkap,

216
00:12:42,800 --> 00:12:45,210
jadi anda hanya melakukan tolak
selepas itu dan yang akan

217
00:12:45,210 --> 00:12:48,600
memberikan anda semua itu bukan
pertama, ketiga, atau unsur keenam.

218
00:12:48,600 --> 00:12:51,590
Jadi ini akan menjadi 4, 8, dan 10.

219
00:12:51,590 --> 00:12:54,380
>> Dan jika anda mahu untuk mendapatkan
lebih maju,

220
00:12:54,380 --> 00:12:57,610
anda boleh menyatukan vektor Boolean.

221
00:12:57,610 --> 00:13:05,210
Jadi indeks ini akan memberikan anda
vektor ini Boolean panjang 6.

222
00:13:05,210 --> 00:13:07,280
Jadi rep koma BENAR 3.

223
00:13:07,280 --> 00:13:09,680
Ini akan berulang BENAR tiga kali.

224
00:13:09,680 --> 00:13:12,900
Jadi ini akan memberikan anda
vektor BENAR, BETUL, BETUL.

225
00:13:12,900 --> 00:13:17,470
>> rep PALSU 4-- ini akan memberikan anda
vektor daripada SALAH, SALAH, SALAH, SALAH.

226
00:13:17,470 --> 00:13:21,280
Dan kemudian c akan menyatukan
kedua-dua Booleans bersama-sama.

227
00:13:21,280 --> 00:13:24,090
Jadi anda akan mendapat tiga
TRUEs dan kemudian empat FALSEs.

228
00:13:24,090 --> 00:13:28,460
>> Supaya apabila anda Vals, Ariège indeks, anda
akan mendapatkan BENAR, BETUL, BETUL.

229
00:13:28,460 --> 00:13:31,420
Jadi perkara yang berlaku untuk mengatakan ya,
Aku ingin supaya mereka tiga elemen.

230
00:13:31,420 --> 00:13:33,520
Dan kemudian SALAH, SALAH,
SALAH, SALAH akan

231
00:13:33,520 --> 00:13:37,140
untuk mengatakan tidak, saya tidak mahu unsur-unsur
jadi ia tidak akan kembali kepada mereka.

232
00:13:37,140 --> 00:13:41,490
>> Dan saya rasa ada sebenarnya kesilapan menaip di sini
kerana ini mengatakan berulang BENAR 3

233
00:13:41,490 --> 00:13:47,990
dan mengulangi PALSU 4, dan dari segi teknikal, anda
hanya mempunyai enam elemen supaya mengulangi SALAH,

234
00:13:47,990 --> 00:13:50,470
ia harus PALSU 3 ulangan.

235
00:13:50,470 --> 00:13:55,260
Saya rasa R juga cukup seperti pintar
bahawa jika anda hanya nyatakan 4 di sini, kemudian

236
00:13:55,260 --> 00:13:56,630
ia tidak akan keluar walaupun kesilapan.

237
00:13:56,630 --> 00:13:58,480
Ia hanya akan memberikan anda nilai ini.

238
00:13:58,480 --> 00:14:00,970
Oleh itu, ia hanya akan mengabaikan yang SALAH keempat.

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

240
00:14:05,310 --> 00:14:09,270
>> Jadi di sini adalah tugasan vectorized.

241
00:14:09,270 --> 00:14:15,480
Jadi set.seed-- ini hanya menetapkan
benih untuk nombor separa.

242
00:14:15,480 --> 00:14:20,110
Jadi, saya menetapkan benih untuk
42, yang bermaksud bahawa jika saya menjana

243
00:14:20,110 --> 00:14:22,950
tiga rawak normal
nilai, dan kemudian jika anda

244
00:14:22,950 --> 00:14:27,400
membuka warung set.seed sendiri
komputer menggunakan nilai sama 42,

245
00:14:27,400 --> 00:14:30,990
maka anda juga mendapatkan
sama tiga normal rawak.

246
00:14:30,990 --> 00:14:33,411
>> Jadi ini adalah benar-benar baik
untuk kebolehulangan.

247
00:14:33,411 --> 00:14:35,910
Biasanya, apabila anda melakukan beberapa
jenis analisis saintifik,

248
00:14:35,910 --> 00:14:37,230
anda akan mahu untuk menetapkan benih.

249
00:14:37,230 --> 00:14:41,270
Dengan cara itu ahli-ahli sains yang lain boleh hanya
menghasilkan semula kod yang tepat sama anda telah

250
00:14:41,270 --> 00:14:44,790
dilakukan kerana mereka akan mempunyai yang tepat
pembolehubah rawak sama bahawa- atau rawak

251
00:14:44,790 --> 00:14:47,270
nilai-nilai yang anda telah dibawa keluar juga.

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

253
00:14:49,870 --> 00:14:53,910
>> Dan supaya tugasan vectorized
di sini adalah menunjukkan Vals, Ariège 1-2.

254
00:14:53,910 --> 00:14:59,290
Jadi ia mengambil masa dua elemen pertama
daripada Vals, Ariège dan kemudian menyerahkan mereka kepada 0.

255
00:14:59,290 --> 00:15:03,940
Dan kemudian, anda juga boleh hanya melakukan perkara yang
Perkara yang sama dengan Booleans.

256
00:15:03,940 --> 00:15:09,340
>> Jadi Vals, Ariège tidak sama dengan 0-- kemahuan ini
memberi anda PALSU vektor, SALAH, BENAR

257
00:15:09,340 --> 00:15:10,350
dalam kes ini.

258
00:15:10,350 --> 00:15:13,770
Dan kemudian, ia akan berkata apa-apa
dari orang-orang yang indeks adalah BENAR,

259
00:15:13,770 --> 00:15:15,270
maka ia akan memberikan yang hingga 5.

260
00:15:15,270 --> 00:15:18,790
Jadi ia mengambil elemen yang ketiga
di sini dan kemudian menyerahkan kepada 5.

261
00:15:18,790 --> 00:15:22,300
>> Dan ini adalah benar-benar bagus
berbanding dengan bahasa-tahap rendah

262
00:15:22,300 --> 00:15:25,560
di mana anda perlu menggunakan untuk gelung
untuk melakukan semua barangan ini vectorized

263
00:15:25,560 --> 00:15:30,281
kerana ia hanya sangat intuitif
dan ia adalah satu-satu kapal.

264
00:15:30,281 --> 00:15:32,030
Dan apa yang kira-kira yang besar
notasi vectorized

265
00:15:32,030 --> 00:15:37,020
ialah di R, ini adalah semacam
terbina dalam supaya mereka tinggi dengan cepat

266
00:15:37,020 --> 00:15:42,490
sebagai melakukan dalam bahasa-paras serendah
bertentangan dengan membuat untuk gelung dalam R

267
00:15:42,490 --> 00:15:46,317
dan kemudian mempunyai untuk melakukan
pengindeksan dinamik sendiri.

268
00:15:46,317 --> 00:15:48,900
Dan itu akan menjadi lebih perlahan daripada melakukan
perkara seperti ini vectorized

269
00:15:48,900 --> 00:15:55,950
di mana ia boleh melakukannya dalam masa yang sama, di mana
ia melakukannya dalam threading pada dasarnya.

270
00:15:55,950 --> 00:15:58,650
>> Jadi di sini adalah vectorized operasi.

271
00:15:58,650 --> 00:16:04,920
Jadi, saya menjana nilai 1 hingga 3,
memberikan yang untuk vec1, 3-5, vec2,

272
00:16:04,920 --> 00:16:05,950
menambah mereka bersama-sama.

273
00:16:05,950 --> 00:16:11,490
Ia menambah mereka komponen-bijak supaya
itu 1 plus 3, 2 ditambah 4, dan sebagainya.

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

275
00:16:13,330 --> 00:16:16,110
Ini mendarab kedua-dua
menghargai komponen bijak.

276
00:16:16,110 --> 00:16:21,830
Jadi ia 1 kali 3, 2 kali
4, dan kemudian 3 kali 5.

277
00:16:21,830 --> 00:16:28,250
>> Dan kemudian, juga anda boleh juga melakukan
comparisons-- perbandingan logik.

278
00:16:28,250 --> 00:16:33,640
Jadi, SALAH SALAH BETUL dalam ini
kes kerana 1 tidak lebih besar daripada 3,

279
00:16:33,640 --> 00:16:35,920
2 tidak lebih besar daripada 4.

280
00:16:35,920 --> 00:16:41,160
Ini, saya rasa, kesilapan menaip yang lain, 3
pasti tidak lebih daripada 5.

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

282
00:16:41,660 --> 00:16:45,770
Dan jadi anda hanya boleh melakukan semua
ini operasi mudah

283
00:16:45,770 --> 00:16:48,350
kerana mereka mewarisi
dari kelas sendiri.

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

285
00:16:51,110 --> 00:16:52,580
>> Supaya hanya vektor.

286
00:16:52,580 --> 00:16:56,530
Dan itulah jenis yang paling asas
R objek kerana diberi vektor,

287
00:16:56,530 --> 00:16:59,170
anda boleh membina objek yang lebih maju.

288
00:16:59,170 --> 00:17:00,560
>> Jadi di sini adalah matriks.

289
00:17:00,560 --> 00:17:05,030
Ini pada dasarnya adalah pengekstrakan
apa matriks itu sendiri.

290
00:17:05,030 --> 00:17:10,099
Jadi dalam kes ini, ia adalah tiga berbeza
vektor, di mana setiap satu adalah tiang,

291
00:17:10,099 --> 00:17:12,710
atau anda boleh menganggapnya
kerana setiap satu adalah berturut-turut.

292
00:17:12,710 --> 00:17:18,250
>> Jadi, saya menyimpan matriks dari 1 hingga
9 dan kemudian saya menyatakan 3 baris.

293
00:17:18,250 --> 00:17:23,364
Jadi 1 hingga 9 akan memberi anda vektor 1,
2, 3, 4, 5, 6, dan semua jalan ke 9.

294
00:17:23,364 --> 00:17:29,250
>> Satu perkara yang perlu juga diingat adalah bahawa
R kedai menghargai dalam format ruangan-utama.

295
00:17:29,250 --> 00:17:34,160
Jadi dalam erti kata lain, apabila anda melihat 1
hingga 9, ia akan menyimpan them--

296
00:17:34,160 --> 00:17:36,370
ia akan menjadi 1, 2,
3 dalam ruang pertama,

297
00:17:36,370 --> 00:17:38,510
dan kemudian ia akan melakukan 4, 5,
6 dalam ruang kedua,

298
00:17:38,510 --> 00:17:41,440
dan kemudian 7, 8, 9 dalam ruang ketiga.

299
00:17:41,440 --> 00:17:45,570
>> Dan berikut adalah beberapa lain
fungsi yang sama yang anda boleh menggunakan.

300
00:17:45,570 --> 00:17:49,650
Jadi mat malap, ini akan memberikan anda
dimensi matriks.

301
00:17:49,650 --> 00:17:52,620
Ia akan mengembalikan kamu
vektor dimensi.

302
00:17:52,620 --> 00:17:55,580
Jadi dalam kes ini, kerana
matriks kita adalah 3 oleh 3,

303
00:17:55,580 --> 00:18:01,900
ia akan memberikan anda
vektor angka itu 3 3.

304
00:18:01,900 --> 00:18:05,270
>> Dan di sini hanya untuk menunjukkan
pendaraban matriks.

305
00:18:05,270 --> 00:18:11,970
Jadi biasanya, jika anda hanya melakukan
asterisk-- jadi mat asterisk mat--

306
00:18:11,970 --> 00:18:15,380
ini akan menjadi
operasi komponen-bijak

307
00:18:15,380 --> 00:18:17,300
atau apa yang dipanggil produk Hadamard itu.

308
00:18:17,300 --> 00:18:21,310
Jadi ia akan melakukan setiap
elemen komponen-bijak.

309
00:18:21,310 --> 00:18:23,610
Walau bagaimanapun, jika anda mahu
matriks multiplication--

310
00:18:23,610 --> 00:18:29,380
jadi mendarabkan kali baris pertama
Lajur pertama matriks kedua ini

311
00:18:29,380 --> 00:18:34,510
dan sebagainya on-- anda akan menggunakan
ini operasi peratus.

312
00:18:34,510 --> 00:18:38,110
>> Dan t tikar hanyalah
beroperasi alihan.

313
00:18:38,110 --> 00:18:42,590
Jadi, saya berkata mengambil alihan dalam
matriks, kalikan dengan matriks

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

315
00:18:43,090 --> 00:18:45,006
Dan kemudian ia akan
kembali kepada anda 3 lain

316
00:18:45,006 --> 00:18:50,700
oleh 3 menunjukkan matriks
produk yang anda akan mahu.

317
00:18:50,700 --> 00:18:53,750
>> Dan sehingga adalah matriks.

318
00:18:53,750 --> 00:18:56,020
Berikut adalah apa yang dipanggil bingkai data.

319
00:18:56,020 --> 00:19:00,780
Bingkai data yang boleh anda fikirkan sebagai
matriks, tetapi setiap lajur sendiri

320
00:19:00,780 --> 00:19:02,990
akan menjadi jenis yang berbeza.

321
00:19:02,990 --> 00:19:07,320
>> Jadi apa yang benar-benar sejuk tentang data
bingkai adalah bahawa dalam analisis data sendiri,

322
00:19:07,320 --> 00:19:11,260
anda akan mempunyai semua ini
data heterogen dan semua ini benar-benar

323
00:19:11,260 --> 00:19:15,640
perkara yang tidak kemas di mana setiap satu daripada tiang
mereka boleh menjadi jenis yang berbeza.

324
00:19:15,640 --> 00:19:21,460
Jadi di sini saya katakan mewujudkan
bingkai data, melakukan ints 1 hingga 3,

325
00:19:21,460 --> 00:19:24,750
dan kemudian juga mempunyai vektor watak.

326
00:19:24,750 --> 00:19:28,470
Jadi saya boleh indeks melalui
setiap ruangan ini

327
00:19:28,470 --> 00:19:30,930
dan kemudian saya akan mendapatkan nilai diri mereka.

328
00:19:30,930 --> 00:19:34,370
Dan anda juga boleh melakukan beberapa jenis
operasi pada bingkai data.

329
00:19:34,370 --> 00:19:38,040
Dan kebanyakan masa apabila anda
melakukan analisis data atau semacam

330
00:19:38,040 --> 00:19:42,042
pra pemproses, anda boleh
bekerja dengan ini struktur data

331
00:19:42,042 --> 00:19:44,250
di mana setiap lajur akan
menjadi jenis yang berbeza.

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

333
00:19:47,880 --> 00:19:52,970
>> Akhir sekali, jadi ini adalah pada dasarnya hanya
empat objek penting dalam Senarai R.

334
00:19:52,970 --> 00:19:55,820
hanya akan mengutip apa-apa
objek lain yang anda mahu.

335
00:19:55,820 --> 00:20:00,130
Jadi ia akan menyimpan ini ke dalam satu
pembolehubah yang anda boleh dengan mudah mengakses.

336
00:20:00,130 --> 00:20:02,370
>> Jadi di sini, saya mengambil senarai.

337
00:20:02,370 --> 00:20:04,460
Saya katakan barangan bersamaan 3.

338
00:20:04,460 --> 00:20:08,060
Jadi saya akan mempunyai satu elemen dalam
senarai, dan ini dipanggil barangan,

339
00:20:08,060 --> 00:20:10,570
dan ia akan mempunyai nilai 3.

340
00:20:10,570 --> 00:20:13,140
>> Saya juga boleh membuat matriks.

341
00:20:13,140 --> 00:20:17,970
Jadi ini adalah 1 hingga 4 dan baris akhir
sama dengan 2, jadi 2 oleh 2 matriks.

342
00:20:17,970 --> 00:20:20,270
Juga dalam senarai dan ia dipanggil tikar.

343
00:20:20,270 --> 00:20:24,690
moreStuff, rentetan aksara,
dan juga satu lagi senarai itu sendiri.

344
00:20:24,690 --> 00:20:27,710
>> Jadi ini adalah senarai itu 5 dan beruang.

345
00:20:27,710 --> 00:20:30,990
Jadi ia mempunyai nilai 5 dan ia
mempunyai rentetan aksara beruang

346
00:20:30,990 --> 00:20:32,710
dan ia adalah satu senarai di dalam senarai.

347
00:20:32,710 --> 00:20:35,965
Jadi, anda boleh mempunyai ini
perkara di mana rekursi

348
00:20:35,965 --> 00:20:38,230
anda mempunyai another--
menaip dalam jenis.

349
00:20:38,230 --> 00:20:41,420
Oleh itu juga, anda boleh mempunyai matriks
dalam matriks lain dan sebagainya.

350
00:20:41,420 --> 00:20:44,264
Dan senarai adalah hanya cara yang baik
mengumpul dan mengagregat

351
00:20:44,264 --> 00:20:45,430
semua objek yang berbeza.

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

353
00:20:50,210 --> 00:20:57,150
>> Dan akhirnya, di sini hanya untuk membantu dalam kes
ini hanya pergi ke atas dengan cepat.

354
00:20:57,150 --> 00:21:01,350
Jadi bila-bila masa anda keliru
mengenai beberapa jenis fungsi,

355
00:21:01,350 --> 00:21:03,510
anda boleh melakukan bantuan fungsi tersebut.

356
00:21:03,510 --> 00:21:07,120
Jadi, anda boleh melakukan bantuan matriks
atau matriks tanda tanya.

357
00:21:07,120 --> 00:21:11,430
Dan bantuan dan tanda tanya adalah
hanya trengkas untuk perkara yang sama

358
00:21:11,430 --> 00:21:13,040
supaya ia alias.

359
00:21:13,040 --> 00:21:16,820
>> lm adalah fungsi yang
hanya melakukan model linear.

360
00:21:16,820 --> 00:21:20,340
Tetapi jika anda hanya tidak tahu bagaimana yang
kerja, anda hanya boleh melakukan bantuan lm

361
00:21:20,340 --> 00:21:24,610
dan yang akan memberi anda beberapa
jenis dokumentasi yang

362
00:21:24,610 --> 00:21:27,960
kelihatan jenis seperti
Laman manusia dalam Unix, di mana

363
00:21:27,960 --> 00:21:34,210
anda mempunyai penerangan ringkas apa
ia, apa juga hujah-hujah adalah,

364
00:21:34,210 --> 00:21:38,850
apa yang ia kembali, dan hanya tip bagaimana
untuk menggunakannya, dan beberapa contoh juga.

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

366
00:21:41,680 --> 00:21:52,890
>> Jadi biarlah saya pergi ke depan dan pameran
beberapa demo menggunakan R. OK.

367
00:21:52,890 --> 00:21:55,470
Lalu aku pergi lebih sangat
segera, data

368
00:21:55,470 --> 00:21:59,440
struktur dan beberapa jenis yang
op-- sebahagian daripada operasi.

369
00:21:59,440 --> 00:22:02,960
Di sini adalah beberapa fungsi.

370
00:22:02,960 --> 00:22:06,750
>> Jadi di sini saya hanya akan
untuk menentukan fungsi.

371
00:22:06,750 --> 00:22:09,970
Jadi saya juga menggunakan
Pengendali tugasan di sini,

372
00:22:09,970 --> 00:22:12,610
dan kemudian saya cakapkan
mengisytiharkan ia sebagai suatu fungsi.

373
00:22:12,610 --> 00:22:14,140
Dan juga ia mengambil nilai x.

374
00:22:14,140 --> 00:22:18,210
Jadi ini adalah apa-apa nilai yang anda mahu
dan saya akan kembali x sendiri.

375
00:22:18,210 --> 00:22:20,840
Jadi ini adalah fungsi identiti.

376
00:22:20,840 --> 00:22:23,670
>> Dan apa yang sejuk kira-kira ini
berbanding dengan bahasa-bahasa lain

377
00:22:23,670 --> 00:22:26,330
dan peringkat rendah lain
bahasa ialah x

378
00:22:26,330 --> 00:22:29,350
boleh menjadi apa-apa jenis sendiri
dan ia akan kembali jenis itu.

379
00:22:29,350 --> 00:22:35,251
Jadi, anda boleh imagine-- jadi mari
saya hanya menjalankan ini dengan cepat.

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

381
00:22:35,750 --> 00:22:40,300
>> Jadi, satu perkara yang saya juga perlu menyebut
adalah bahawa editor ini saya menggunakan

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

383
00:22:41,380 --> 00:22:44,389
Ini adalah apa yang dikenali sebagai sebuah IDE.

384
00:22:44,389 --> 00:22:46,180
Dan satu hal itu
benar-benar baik tentang ini

385
00:22:46,180 --> 00:22:51,500
ialah ia menggabungkan banyak yang
perkara yang anda mahu lakukan dalam R dengan sendirinya

386
00:22:51,500 --> 00:22:53,180
hanya sangat intuitif.

387
00:22:53,180 --> 00:22:55,550
>> Jadi di sini adalah konsol jurubahasa.

388
00:22:55,550 --> 00:23:02,160
Oleh itu juga, anda juga boleh mendapatkan ini
konsol mentah hanya dengan melakukan R. modal

389
00:23:02,160 --> 00:23:05,630
Dan ini adalah betul-betul
Perkara yang sama seperti konsol.

390
00:23:05,630 --> 00:23:12,210
Jadi saya hanya boleh melakukan id fungsi x, x, x.

391
00:23:12,210 --> 00:23:16,130
Dan then-- dan kemudian yang
akan baik sendiri.

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

393
00:23:19,200 --> 00:23:21,740
>> Jadi rstudio besar
kerana ia mempunyai konsol.

394
00:23:21,740 --> 00:23:25,360
Ia juga mempunyai dokumen-dokumen
anda ingin berjalan di.

395
00:23:25,360 --> 00:23:28,629
Dan kemudian ia mempunyai beberapa pembolehubah
yang anda boleh lihat di persekitaran.

396
00:23:28,629 --> 00:23:30,420
Dan kemudian, jika anda mempunyai
untuk melakukan plot, maka anda

397
00:23:30,420 --> 00:23:33,730
hanya boleh melihatnya di sini, berbanding dengan
menguruskan semua tetingkap berlainan

398
00:23:33,730 --> 00:23:35,940
oleh diri mereka sendiri.

399
00:23:35,940 --> 00:23:40,530
>> Saya sebenarnya secara peribadi digunakan Vim, tetapi saya
merasa seperti rstudio sangat baik hanya

400
00:23:40,530 --> 00:23:44,640
untuk mendapatkan idea yang baik
bagaimana untuk menggunakan R. Biasanya,

401
00:23:44,640 --> 00:23:47,040
apabila anda cuba
belajar beberapa tugas baru,

402
00:23:47,040 --> 00:23:49,590
anda tidak mahu untuk mengendalikan
terlalu banyak benda dalam satu masa.

403
00:23:49,590 --> 00:23:53,120
Jadi R hanyalah rstudio very--
adalah cara yang sangat baik pengajian R

404
00:23:53,120 --> 00:23:56,760
tanpa perlu berurusan dengan
semua perkara-perkara ini lain.

405
00:23:56,760 --> 00:23:58,600
>> Jadi di sini saya id berjalan hello.

406
00:23:58,600 --> 00:24:00,090
Ini mengembalikan hello.

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

408
00:24:01,740 --> 00:24:04,610
Berikut adalah vektor integer.

409
00:24:04,610 --> 00:24:08,620
Jadi begitu juga, kerana anda boleh
mengambil apa-apa beberapa jenis nilai,

410
00:24:08,620 --> 00:24:16,060
anda boleh melakukan id kembali
x jadi ia kembali 1234 dan 5.

411
00:24:16,060 --> 00:24:22,210
>> Dan biarlah saya menunjukkan bahawa
ini memang integer.

412
00:24:22,210 --> 00:24:28,800
Begitu juga, jika anda melakukan kelas
id x, ia akan menjadi integer.

413
00:24:28,800 --> 00:24:34,170
Dan kemudian, anda juga boleh
membandingkan dua dan ia adalah BENAR.

414
00:24:34,170 --> 00:24:38,350
Jadi, saya memeriksa jika id x
sama setaraf x dan notis

415
00:24:38,350 --> 00:24:39,760
bahawa ia memberi anda dua TRUEs.

416
00:24:39,760 --> 00:24:44,280
Jadi ini tidak mengatakan adalah
kedua-dua objek yang serupa,

417
00:24:44,280 --> 00:24:46,845
tetapi setiap penyertaan
dalam vektor serupa.

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

419
00:24:50,000 --> 00:24:52,090
>> Di sini adalah bounded.compare.

420
00:24:52,090 --> 00:24:58,470
Jadi ini adalah sedikit lebih rumit
kerana ia mempunyai jika keadaan dan lain

421
00:24:58,470 --> 00:25:00,960
dan kemudian ia mengambil masa dua
hujah-hujah yang pada satu masa.

422
00:25:00,960 --> 00:25:02,640
Jadi x adalah apa-apa jenis.

423
00:25:02,640 --> 00:25:06,280
Dan saya katakan ini
Hujah kedua ialah.

424
00:25:06,280 --> 00:25:08,380
Ini boleh menjadi apa-apa juga.

425
00:25:08,380 --> 00:25:12,490
Tetapi secara lalai, ia akan mengambil
5 jika anda tidak menentukan apa-apa.

426
00:25:12,490 --> 00:25:16,730
>> Jadi di sini saya akan mengatakan
jika x lebih besar daripada satu.

427
00:25:16,730 --> 00:25:19,220
Jadi, jika saya tidak menentukan, ia
kata jika x lebih besar daripada 5,

428
00:25:19,220 --> 00:25:20,470
maka saya akan kembali BENAR.

429
00:25:20,470 --> 00:25:23,230
lain, saya akan kembali PALSU.

430
00:25:23,230 --> 00:25:24,870
Jadi biarlah saya pergi ke depan dan menentukan ini.

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

432
00:25:30,600 --> 00:25:34,550
>> Dan sekarang saya akan
menjalankan bounded.compare 3.

433
00:25:34,550 --> 00:25:39,150
Jadi ia mengatakan adalah 3 kurang
than-- adalah 3 lebih besar daripada 5.

434
00:25:39,150 --> 00:25:41,830
Tidak, ia tidak begitu PALSU.

435
00:25:41,830 --> 00:25:46,550
>> Dan bounded.compare 3 dan saya akan
untuk membandingkan ia menggunakan bersamaan 2.

436
00:25:46,550 --> 00:25:50,700
Oleh sebab itu saya katakan ya, sekarang saya
mahu menjadi sesuatu yang lain.

437
00:25:50,700 --> 00:25:52,750
Jadi, saya akan berkata, anda perlu 2.

438
00:25:52,750 --> 00:25:56,640
>> Saya sama ada boleh melakukan seperti ini
notasi atau saya mengatakan yang sama dengan 2.

439
00:25:56,640 --> 00:25:58,720
Ini adalah lebih mudah dibaca
dalam bahawa apabila anda

440
00:25:58,720 --> 00:26:01,450
melihat ini benar-benar
fungsi yang rumit

441
00:26:01,450 --> 00:26:08,110
mengambil arguments-- pelbagai dan ini
boleh menjadi berpuluh-puluh oftentimes-- hanya mengatakan

442
00:26:08,110 --> 00:26:11,140
yang bersamaan 2 adalah lebih senang dibaca untuk
anda supaya nanti pada masa akan datang

443
00:26:11,140 --> 00:26:13,020
anda akan tahu apa yang anda lakukan.

444
00:26:13,020 --> 00:26:17,120
>> Jadi dalam kes ini, saya
kata adalah 3 lebih daripada 2.

445
00:26:17,120 --> 00:26:18,270
Ya, ia adalah.

446
00:26:18,270 --> 00:26:22,350
Begitu juga, saya hanya boleh mengeluarkan
ini dan berkata, adalah lebih besar daripada 3 2

447
00:26:22,350 --> 00:26:23,440
di mana bersamaan 2.

448
00:26:23,440 --> 00:26:26,230
Dan itulah juga BENAR.

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

450
00:26:26,730 --> 00:26:29,670
>> PENONTON: Adakah anda
melaksanakan baris demi baris?

451
00:26:29,670 --> 00:26:30,670
>> Dustin Tran: Ya saya.

452
00:26:30,670 --> 00:26:33,900
Jadi apa yang saya lakukan di sini adalah
mengambil teks ini document--

453
00:26:33,900 --> 00:26:39,825
dan apa yang hebat tentang rstudio ialah
Saya hanya boleh berjalan short-- satu jalan pintas kekunci.

454
00:26:39,825 --> 00:26:41,820
Jadi saya lakukan Kawalan-Enter.

455
00:26:41,820 --> 00:26:44,850
>> Dan kemudian, saya mengambil
talian dalam dokumen teks yang

456
00:26:44,850 --> 00:26:46,710
dan kemudian meletakkan di konsol.

457
00:26:46,710 --> 00:26:50,800
Jadi di sini saya katakan, bounded.compare
dan saya lakukan Kawalan-X.

458
00:26:50,800 --> 00:26:52,540
Jadi saya hanya boleh larikan sini juga.

459
00:26:52,540 --> 00:26:54,920
Dan kemudian yang akan mengambil
talian dan kemudian meletakkan ia di sini.

460
00:26:54,920 --> 00:26:57,900
Kemudian juga, saya boleh larikan sini.

461
00:26:57,900 --> 00:27:04,630
Dan kemudian ia hanya akan menyimpan mentakrifkan
garis ke dalam konsol seperti itu.

462
00:27:04,630 --> 00:27:10,690
>> Dan jika anda juga perasan yang kerinting
pendakap berada di sana seperti di C sintaks.

463
00:27:10,690 --> 00:27:13,910
x-- jika sekiranya syarat tersebut juga
akan menggunakan kurungan dan kemudian

464
00:27:13,910 --> 00:27:15,350
anda boleh menggunakan lain.

465
00:27:15,350 --> 00:27:17,496
Satu lagi ialah jika lain.

466
00:27:17,496 --> 00:27:21,440
Jadi ini akan menjadi x
sama sama, sebagai contoh.

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

468
00:27:24,190 --> 00:27:26,350
Dan kemudian saya akan
kembali sesuatu di sini.

469
00:27:26,350 --> 00:27:29,490
>> Perhatikan bahawa terdapat dua yang berbeza
perkara di sini yang sedang berlaku.

470
00:27:29,490 --> 00:27:34,360
Satu adalah bahawa di sini saya menyatakan
kembali nilai TRUE.

471
00:27:34,360 --> 00:27:35,950
Di sini saya hanya mengatakan x.

472
00:27:35,950 --> 00:27:39,970
Jadi R biasanya akan secara lalai
mengambil arguments-- terakhir

473
00:27:39,970 --> 00:27:43,510
atau mengambil barisan terakhir kod,
dan yang akan menjadi apa yang ia kembali.

474
00:27:43,510 --> 00:27:46,920
Jadi di sini ini adalah sama
perkara seperti melakukan pulangan x.

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

476
00:27:49,450 --> 00:27:50,540
>> Dan hanya untuk menunjukkan.

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

478
00:27:54,000 --> 00:27:57,052
Dan kemudian, ia akan bekerja begitu sahaja.

479
00:27:57,052 --> 00:27:58,260
Jadi biarlah saya terus dengan ini.

480
00:27:58,260 --> 00:28:00,630
>> Jadi jika lain.

481
00:28:00,630 --> 00:28:04,060
Dan benar-benar, saya boleh kembali
apa-apa yang saya suka.

482
00:28:04,060 --> 00:28:06,680
Jadi saya tidak perlu
pulangan Booleans sepanjang masa,

483
00:28:06,680 --> 00:28:08,410
Saya hanya boleh mengembalikan sesuatu yang lain.

484
00:28:08,410 --> 00:28:10,670
Jadi boleh saya lakukan pulangan beruang.

485
00:28:10,670 --> 00:28:12,989
>> Jadi, jika x sama dengan yang sama,
ia akan kembali beruang.

486
00:28:12,989 --> 00:28:14,530
Jika tidak, ia akan kembali BENAR.

487
00:28:14,530 --> 00:28:19,310
Saya juga boleh melakukan vektor
atau benar-benar apa-apa.

488
00:28:19,310 --> 00:28:22,210
>> Dan biasanya dalam statik
bahasa bertaip,

489
00:28:22,210 --> 00:28:23,840
anda akan perlu untuk menentukan jenis di sini.

490
00:28:23,840 --> 00:28:25,750
Dan melihat bahawa ia hanya boleh menjadi apa-apa.

491
00:28:25,750 --> 00:28:32,400
Dan R adalah cukup bijak bahawa ia
hanya akan melakukan ini dan ia akan bekerja denda.

492
00:28:32,400 --> 00:28:33,620
>> Jadi biarlah saya menentukan ini.

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

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

495
00:28:41,230 --> 00:28:44,336
Ia harus menjadi pendakap kerinting sini.

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

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
Baiklah.

500
00:28:54,530 --> 00:28:58,250
Jadi sekarang mari kita bandingkan 3 dan yang bersamaan 3.

501
00:28:58,250 --> 00:29:01,860
Jadi ia perlu return--
yeah-- nilai beruang.

502
00:29:01,860 --> 00:29:06,740
>> Oleh sebab itu satu perkara yang lebih umum adalah seperti
bagaimana pula dengan lain-lain struktur data.

503
00:29:06,740 --> 00:29:09,110
Jadi, anda mempunyai fungsi ini.

504
00:29:09,110 --> 00:29:15,360
Ini akan bekerja di mana-mana sahaja dengan
daripada nilai seperti 3 atau mana-mana nombor,

505
00:29:15,360 --> 00:29:17,500
dalam erti kata lain, dua kali.

506
00:29:17,500 --> 00:29:19,330
>> Tetapi bagaimana pula sesuatu seperti vektor.

507
00:29:19,330 --> 00:29:27,750
Jadi apa yang berlaku jika anda do-- jadi saya
akan menyerahhakkan Val untuk, katakan, 4-6.

508
00:29:27,750 --> 00:29:31,640
Jadi jika saya kembali ini, ini
adalah vektor daripada 4, 5, 6.

509
00:29:31,640 --> 00:29:34,935
>> Sekarang mari kita lihat apa yang berlaku
jika saya lakukan bounded.compare Val.

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

511
00:29:37,680 --> 00:29:42,450
Jadi ini akan memberikan anda 15 1251.

512
00:29:42,450 --> 00:29:46,440
Jadi dalam erti kata lain, ia berkata
jika anda melihat keadaan ini

513
00:29:46,440 --> 00:29:50,040
jadi ia mengatakan x kurang
daripada satu atau sesuatu.

514
00:29:50,040 --> 00:29:51,880
Jadi ini adalah sedikit
mengelirukan kerana sekarang

515
00:29:51,880 --> 00:29:53,379
anda tidak tahu apa yang berlaku.

516
00:29:53,379 --> 00:29:58,690
Jadi saya rasa satu perkara yang benar-benar
baik mengenai hanya cuba untuk debug

517
00:29:58,690 --> 00:30:04,600
adalah bahawa anda hanya boleh melakukan Val adalah lebih besar
daripada dan lihat apa yang berlaku di sana.

518
00:30:04,600 --> 00:30:09,720
>> Jadi val-- adalah secara lalai 5 jadi
mari kita jangan Val lebih besar daripada 5.

519
00:30:09,720 --> 00:30:14,280
Jadi ini adalah vektor SALAH SALAH BETUL.

520
00:30:14,280 --> 00:30:17,206
Oleh sebab itu ketika anda melihat
ini, ia akan berkata jika,

521
00:30:17,206 --> 00:30:20,080
dan kemudian ia akan memberikan anda ini
adalah vektor SALAH SALAH BETUL.

522
00:30:20,080 --> 00:30:23,450
>> Oleh itu, apabila anda lulus ini ke R, R
tidak mempunyai idea apa yang anda lakukan.

523
00:30:23,450 --> 00:30:26,650
Kerana ia menjangka satu tunggal
nilai, yang merupakan Boolean, dan kini

524
00:30:26,650 --> 00:30:29,420
anda memberikan satu vektor Booleans.

525
00:30:29,420 --> 00:30:31,970
Jadi secara lalai, R sahaja
akan mengatakan apa yang palang pintu itu,

526
00:30:31,970 --> 00:30:35,440
Saya akan menganggap bahawa anda
akan mengambil elemen pertama di sini.

527
00:30:35,440 --> 00:30:38,320
Jadi saya akan say-- saya akan
untuk menganggap bahawa ini adalah PALSU.

528
00:30:38,320 --> 00:30:40,890
Jadi ia akan berkata
tidak, ini tidak betul.

529
00:30:40,890 --> 00:30:45,246
>> Begitu juga, ia akan
menjadi Val sama sama satu.

530
00:30:45,246 --> 00:30:47,244
Tidak, maaf 5.

531
00:30:47,244 --> 00:30:48,910
Dan ia juga akan menjadi palsu juga.

532
00:30:48,910 --> 00:30:52,410
Jadi ia akan mengatakan tidak,
ia tidak BENAR dan juga supaya ia

533
00:30:52,410 --> 00:30:53,680
akan kembali terkini ini.

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

535
00:30:56,420 --> 00:31:01,360
>> Jadi ini adalah sama ada satu perkara yang baik atau buruk
perkara, bergantung kepada bagaimana anda melihat ia.

536
00:31:01,360 --> 00:31:05,104
Kerana apabila anda
mewujudkan fungsi-fungsi ini,

537
00:31:05,104 --> 00:31:06,770
anda tidak benar-benar tahu apa yang berlaku.

538
00:31:06,770 --> 00:31:10,210
Jadi kadang-kadang anda akan mahu ralat,
atau mungkin anda hanya mahu amaran.

539
00:31:10,210 --> 00:31:12,160
Dalam kes ini, R tidak berbuat demikian.

540
00:31:12,160 --> 00:31:14,300
Jadi ia adalah benar-benar sehingga
anda berdasarkan kira apa

541
00:31:14,300 --> 00:31:17,310
anda berfikir bahasa
perlu dilakukan dalam kes ini

542
00:31:17,310 --> 00:31:22,920
jika anda meninggal dalam vektor Booleans
apabila anda lakukan jika keadaan.

543
00:31:22,920 --> 00:31:31,733
>> Jadi mari kita mengatakan bahawa anda mempunyai asal
satu dengan lain jika kembali BENAR dan anda

544
00:31:31,733 --> 00:31:34,190
akan kembali PALSU.

545
00:31:34,190 --> 00:31:39,300
Jadi salah satu cara untuk pengabstrakan
ini adalah untuk mengatakan saya

546
00:31:39,300 --> 00:31:41,530
tidak perlu perkara ini bersyarat.

547
00:31:41,530 --> 00:31:47,220
Satu lagi perkara yang boleh saya lakukan adalah hanya
kembali nilai-nilai diri mereka.

548
00:31:47,220 --> 00:31:53,240
Jadi, jika anda perhatikan, jika anda
melakukan Val adalah lebih besar daripada 5,

549
00:31:53,240 --> 00:31:56,350
ini akan mengembalikan
vektor SALAH SALAH BETUL.

550
00:31:56,350 --> 00:31:58,850
>> Mungkin ini adalah apa yang anda
mahu untuk bounded.compare.

551
00:31:58,850 --> 00:32:02,940
Anda mahu kembali vektor daripada Booleans
di mana ia membandingkan setiap satu daripada nilai-nilai

552
00:32:02,940 --> 00:32:04,190
kepada diri mereka sendiri.

553
00:32:04,190 --> 00:32:11,165
Jadi anda hanya boleh jangan bounded.compare
fungsi x, yang sama dengan 5.

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

555
00:32:13,322 --> 00:32:15,363
Dan ketika itu dan bukannya melakukan
ini jika keadaan lain,

556
00:32:15,363 --> 00:32:21,430
Saya hanya akan kembali
x lebih besar daripada 5.

557
00:32:21,430 --> 00:32:23,620
Jadi, jika ia benar, maka
ia akan kembali BENAR.

558
00:32:23,620 --> 00:32:26,830
Dan kemudian jika tidak, ia
akan kembali PALSU.

559
00:32:26,830 --> 00:32:30,880
>> Dan ini akan bekerja untuk
mana-mana struktur ini.

560
00:32:30,880 --> 00:32:41,450
Jadi saya boleh bounded.compare c 1 6 atau 9
dan kemudian saya akan mengatakan yang sama dengan 6,

561
00:32:41,450 --> 00:32:42,799
sebagai contoh.

562
00:32:42,799 --> 00:32:44,840
Dan kemudian ia akan
memberikan anda Boolean yang betul

563
00:32:44,840 --> 00:32:48,240
vektor yang anda mereka bentuk.

564
00:32:48,240 --> 00:32:50,660
>> Jadi mereka hanya fungsi
dan sekarang biar saya

565
00:32:50,660 --> 00:32:54,980
menunjukkan beberapa visual interaktif.

566
00:32:54,980 --> 00:32:59,700
Saya tidak fikir saya benar-benar mempunyai
Wi-Fi di sini jadi biarlah saya pergi ke hadapan

567
00:32:59,700 --> 00:33:01,970
dan langkau satu ini saya rasa.

568
00:33:01,970 --> 00:33:05,260
>> Tetapi satu perkara yang sejuk
walaupun adalah bahawa jika anda hanya

569
00:33:05,260 --> 00:33:09,600
ingin menguji berbagai
perintah data yang berbeza,

570
00:33:09,600 --> 00:33:13,320
terdapat sekumpulan set data yang berbeza
yang telah pramuat ke R.

571
00:33:13,320 --> 00:33:15,770
Jadi salah seorang daripada mereka adalah
dipanggil dataset iris.

572
00:33:15,770 --> 00:33:18,910
Ini adalah salah satu yang paling baik yang diketahui
yang dalam pembelajaran mesin.

573
00:33:18,910 --> 00:33:23,350
Anda akan biasanya hanya melakukan beberapa jenis
kes-kes ujian untuk melihat jika kod anda berjalan.

574
00:33:23,350 --> 00:33:27,520
Jadi mari kita semak apa iris adalah.

575
00:33:27,520 --> 00:33:33,130
>> Jadi perkara ini akan
menjadi bingkai data.

576
00:33:33,130 --> 00:33:36,000
Dan ia jenis panjang kerana
Saya hanya dicetak iris.

577
00:33:36,000 --> 00:33:38,810
Ia mencetak perkara keseluruhan.

578
00:33:38,810 --> 00:33:42,830
Oleh itu, ia mempunyai semua nama-nama yang berbeza.

579
00:33:42,830 --> 00:33:45,505
Jadi iris adalah koleksi
Bunga-bunga yang berbeza.

580
00:33:45,505 --> 00:33:48,830
Dalam kes ini, Ia memberitahu
anda spesies itu,

581
00:33:48,830 --> 00:33:54,760
semua ini lebar yang berbeza dan
panjang daripada sepal dan kelopak.

582
00:33:54,760 --> 00:33:58,880
>> Dan jadi biasanya, jika
anda ingin mencetak iris,

583
00:33:58,880 --> 00:34:03,680
sebagai contoh, anda tidak mahu untuk memilikinya
melakukan semua ini kerana yang boleh mengambil alih

584
00:34:03,680 --> 00:34:05,190
keseluruhan konsol anda.

585
00:34:05,190 --> 00:34:09,280
Jadi satu perkara yang benar-benar
bagus adalah fungsi kepala.

586
00:34:09,280 --> 00:34:12,929
Jadi jika anda hanya melakukan kepala
iris, ini akan memberikan anda

587
00:34:12,929 --> 00:34:17,389
lima baris pertama, atau enam saya rasa.

588
00:34:17,389 --> 00:34:19,909
Dan kemudian dengan baik, anda
hanya boleh menentukan di sini.

589
00:34:19,909 --> 00:34:22,914
Jadi 20-- ini akan memberikan
anda 20 baris pertama.

590
00:34:22,914 --> 00:34:24,830
Dan saya sebenarnya adalah jenis
daripada terkejut bahawa ini

591
00:34:24,830 --> 00:34:28,770
dia memberi saya enam itu hantarkanlah daku pergi ke hadapan
dan memeriksa iris-- atau kepala, maaf.

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

593
00:34:31,699 --> 00:34:34,960
Dan di sini ia akan memberi
anda dokumentasi

594
00:34:34,960 --> 00:34:37,960
apa yang ketua nilai tidak.

595
00:34:37,960 --> 00:34:40,839
Jadi ia mengembalikan pertama
atau lepas objek.

596
00:34:40,839 --> 00:34:42,630
Dan kemudian saya akan
melihat 'default'.

597
00:34:42,630 --> 00:34:47,340
Dan kemudian ia berkata lalai
kaedah kepala x dan n sama 6L.

598
00:34:47,340 --> 00:34:50,620
Jadi ini mengembalikan pertama enam unsur.

599
00:34:50,620 --> 00:34:55,050
Begitu juga jika anda perhatikan di sini, saya
tidak perlu nyatakan n bersamaan 6.

600
00:34:55,050 --> 00:34:56,840
Secara lalai ia menggunakan enam, saya rasa.

601
00:34:56,840 --> 00:35:00,130
Dan kemudian, jika saya ingin nyatakan yang tertentu
nilai, maka saya boleh melihat bahawa juga.

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

603
00:35:02,970 --> 00:35:10,592
>> Supaya adalah beberapa arahan mudah dan
di sini adalah satu lagi satu yang just-- baik,

604
00:35:10,592 --> 00:35:12,550
Saya can-- ini sebenarnya
kompleks sedikit lebih,

605
00:35:12,550 --> 00:35:17,130
tetapi ini hanya akan mengambil kelas
setiap lajur dataset iris.

606
00:35:17,130 --> 00:35:20,910
Jadi ini akan menunjukkan kepada anda apa yang masing-masing
ruangan adalah dari segi jenis mereka.

607
00:35:20,910 --> 00:35:23,665
Jadi panjang sepal adalah angka,
lebar sepal adalah angka.

608
00:35:23,665 --> 00:35:26,540
Semua nilai-nilai ini hanya angka
kerana anda boleh memberitahu dari data ini

609
00:35:26,540 --> 00:35:29,440
struktur ini adalah
semua akan angka.

610
00:35:29,440 --> 00:35:34,310
>> Dan Spesies ruangan yang
akan menjadi satu faktor.

611
00:35:34,310 --> 00:35:37,270
Jadi biasanya, anda akan berfikir bahawa
ini adalah seperti rentetan aksara.

612
00:35:37,270 --> 00:35:48,830
Tetapi jika anda hanya melakukan irisSpecies,
dan kemudian saya akan melakukan kepala 5,

613
00:35:48,830 --> 00:35:51,820
dan ini akan mencetak
daripada lima nilai pertama.

614
00:35:51,820 --> 00:35:54,150
>> Dan kemudian melihat tahap ini.

615
00:35:54,150 --> 00:35:58,870
Jadi ini adalah saying-- ini adalah cara R
mempunyai pembolehubah berkategori.

616
00:35:58,870 --> 00:36:03,765
Jadi, daripada hanya
mempunyai rentetan aksara,

617
00:36:03,765 --> 00:36:06,740
ia mempunyai tahap dengan menjelaskan
yang mana perkara-perkara ini.

618
00:36:06,740 --> 00:36:12,450
>> Jadi katakan irisSpecies 1.

619
00:36:12,450 --> 00:36:17,690
Jadi apa yang anda mahu lakukan di sini adalah saya
subsetting hingga ruangan Spesies ini.

620
00:36:17,690 --> 00:36:21,480
Jadi ini mengambil
Ruangan spesies dan kemudian

621
00:36:21,480 --> 00:36:23,820
ia indeks untuk mendapatkan elemen pertama.

622
00:36:23,820 --> 00:36:27,140
Jadi ini harus memberi anda setosa.

623
00:36:27,140 --> 00:36:28,710
Dan ia juga memberikan anda tahap sini.

624
00:36:28,710 --> 00:36:32,812
>> Oleh itu, anda juga boleh membandingkan
ini untuk setosa watak

625
00:36:32,812 --> 00:36:34,645
dan ini tidak akan
menjadi BETUL kerana satu

626
00:36:34,645 --> 00:36:37,940
adalah jenis yang berbeza dari yang lain.

627
00:36:37,940 --> 00:36:40,590
Atau saya rasa ia adalah benar kerana R
adalah lebih bijak daripada itu.

628
00:36:40,590 --> 00:36:45,420
Dan ia kelihatan pada ini dan kemudian
kata, mungkin ini adalah apa yang anda mahu.

629
00:36:45,420 --> 00:36:51,860
Jadi ia akan berkata watak
rentetan setosa adalah yang sama dengan yang ini.

630
00:36:51,860 --> 00:37:01,290
Kemudian juga, anda boleh
juga hanya merebut ini seperti sebagainya.

631
00:37:01,290 --> 00:37:05,580
>> Supaya hanya semacam
perintah cepat dataset yang.

632
00:37:05,580 --> 00:37:08,030
Jadi di sini adalah beberapa penerokaan data.

633
00:37:08,030 --> 00:37:11,360
Jadi ini adalah lebih sedikit
terlibat dengan analisis data.

634
00:37:11,360 --> 00:37:18,340
Dan ini diambil dari beberapa
Bootcamp di R untuk di Berkeley.

635
00:37:18,340 --> 00:37:20,790
>> Jadi perpustakaan asing.

636
00:37:20,790 --> 00:37:24,880
Jadi saya akan memuatkan satu
perpustakaan yang dinamakan asing.

637
00:37:24,880 --> 00:37:32,460
Jadi ini akan memberikan saya read.dta
jadi menganggap bahawa saya mempunyai dataset ini.

638
00:37:32,460 --> 00:37:39,000
Ini disimpan dalam semasa
Direktori konsol saya bekerja.

639
00:37:39,000 --> 00:37:42,190
Jadi mari kita lihat apa yang
direktori kerja adalah.

640
00:37:42,190 --> 00:37:44,620
>> Jadi di sini adalah direktori kerja saya.

641
00:37:44,620 --> 00:37:50,040
Dan membaca data dot, ini
perkara, mengatakan gambar ini

642
00:37:50,040 --> 00:37:54,650
terletak dalam folder data daripada
ini kerja direktori semasa.

643
00:37:54,650 --> 00:38:00,520
Dan read.dta ini tidak
arahan lalai.

644
00:38:00,520 --> 00:38:02,760
Saya rasa saya dimuatkan dalam sudah.

645
00:38:02,760 --> 00:38:04,750
IEI diandaikan saya ini dimuatkan dalam sudah.

646
00:38:04,750 --> 00:38:08,115
>> Tetapi begitu read.dta tidak akan
menjadi arahan lalai.

647
00:38:08,115 --> 00:38:11,550
Sebab itulah anda akan mempunyai
untuk dimuatkan dalam perpustakaan ini package--

648
00:38:11,550 --> 00:38:14,500
Pakej ini dipanggil asing.

649
00:38:14,500 --> 00:38:16,690
Dan jika anda tidak mempunyai
pakej, saya fikir

650
00:38:16,690 --> 00:38:19,180
asing adalah salah satu yang terbina dalam.

651
00:38:19,180 --> 00:38:31,150
Jika tidak, anda juga boleh
melakukan install.packages

652
00:38:31,150 --> 00:38:33,180
dan ini akan memasang pakej.

653
00:38:33,180 --> 00:38:36,878
Dan ini akan memberikan anda R. Uh, tidak.

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

655
00:38:39,830 --> 00:38:43,140
Dan kemudian saya hanya akan berhenti
ini kerana saya sudah mempunyai ia.

656
00:38:43,140 --> 00:38:46,920
>> Tetapi apa yang benar-benar bagus tentang R
ialah pengurusan pakej

657
00:38:46,920 --> 00:38:48,510
sistem adalah sangat elegan.

658
00:38:48,510 --> 00:38:52,470
Kerana ia akan menyimpan segala-galanya
benar-benar baik untuk anda.

659
00:38:52,470 --> 00:38:59,780
Jadi dalam kes ini, ia akan menyimpan
dalam, saya percaya, perpustakaan ini di sini.

660
00:38:59,780 --> 00:39:02,390
>> Jadi bila-bila masa anda mahu
memasang pakej baru,

661
00:39:02,390 --> 00:39:04,980
ia hanya semudah
melakukan install.packages

662
00:39:04,980 --> 00:39:07,500
dan R akan menguruskan semua
pakej untuk anda.

663
00:39:07,500 --> 00:39:12,900
Jadi anda tidak perlu untuk melakukan sesuatu yang di
Python, di mana anda mempunyai pakej luar

664
00:39:12,900 --> 00:39:15,330
pengurus seperti kertas
Anaconda di mana anda

665
00:39:15,330 --> 00:39:18,310
doing-- anda memasang
pakej luar Python

666
00:39:18,310 --> 00:39:20,940
dan kemudian anda cuba untuk menjalankan mereka sendiri.

667
00:39:20,940 --> 00:39:22,210
Jadi ini adalah benar-benar cara yang bagus.

668
00:39:22,210 --> 00:39:25,590
>> Dan install.packages memerlukan internet.

669
00:39:25,590 --> 00:39:31,950
Ia mengambil ia dari pelayan
dan repositori yang

670
00:39:31,950 --> 00:39:33,960
mengumpul semua
pakej dipanggil Cran.

671
00:39:33,960 --> 00:39:40,690
Dan anda boleh menentukan jenis cermin
anda mahu untuk memuat turun pakej dari.

672
00:39:40,690 --> 00:39:43,420
>> Jadi di sini saya mengambil dataset ini.

673
00:39:43,420 --> 00:39:46,240
Saya membacanya dalam menggunakan fungsi ini.

674
00:39:46,240 --> 00:39:49,360
Jadi biarlah saya teruskan niat saya itu.

675
00:39:49,360 --> 00:39:52,900
>> Jadi mari kita andaikan bahawa
anda mempunyai dataset ini

676
00:39:52,900 --> 00:39:55,550
dan anda sama sekali
tidak tahu apa yang ia adalah.

677
00:39:55,550 --> 00:39:58,560
Dan ini sebenarnya datang
agak kerap dalam industri

678
00:39:58,560 --> 00:40:00,910
di mana anda hanya perlu ini
tan dan tan perkara tidak kemas

679
00:40:00,910 --> 00:40:02,890
dan mereka sangat tidak berlabel.

680
00:40:02,890 --> 00:40:06,380
Jadi di sini saya mempunyai ini
dataset dan saya tidak tahu

681
00:40:06,380 --> 00:40:08,400
apa yang jadi saya hanya
menunjukkan kepada website saya.

682
00:40:08,400 --> 00:40:10,620
>> Jadi, saya akan lakukan kepala pertama.

683
00:40:10,620 --> 00:40:14,190
Jadi saya memeriksa enam pertama
ruangan apa dataset ini.

684
00:40:14,190 --> 00:40:21,730
Jadi ini adalah negeri, pres04, dan kemudian
semua jenis ini berbeza daripada tiang.

685
00:40:21,730 --> 00:40:25,612
Dan apa yang menarik
di sini, saya rasa, adalah bahawa anda

686
00:40:25,612 --> 00:40:27,945
akan menganggap bahawa ini kelihatan
seperti beberapa jenis pilihan raya.

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

688
00:40:30,482 --> 00:40:32,190
Dan saya rasa hanya dari
melihat fail

689
00:40:32,190 --> 00:40:41,070
menamakan ini adalah beberapa jenis koleksi
data mengenai calon-calon atau pengundi

690
00:40:41,070 --> 00:40:44,920
yang mengundi untuk presiden tertentu
atau calon Presiden

691
00:40:44,920 --> 00:40:46,550
untuk pilihan raya 2004.

692
00:40:46,550 --> 00:40:52,920
>> Jadi di sini adalah nilai-nilai 1, 2
jadi satu cara untuk menyimpan

693
00:40:52,920 --> 00:40:56,540
calon-calon presiden
adalah nama-nama mereka.

694
00:40:56,540 --> 00:40:59,780
Dalam kes ini, ia kelihatan seperti
mereka hanya nilai integer.

695
00:40:59,780 --> 00:41:04,030
Jadi tahun 2004, ia adalah Bush
versus Kerry saya percaya.

696
00:41:04,030 --> 00:41:09,010
Dan sekarang, mari kita mengatakan anda tidak tahu
sama ada 1 sepadan dengan Bush atau 2

697
00:41:09,010 --> 00:41:11,703
sepadan dengan Kerry atau dan
sebagainya dan sebagainya, bukan?

698
00:41:11,703 --> 00:41:15,860
>> Dan ini adalah, hanya kepada-Ku,
satu masalah yang agak biasa.

699
00:41:15,860 --> 00:41:18,230
Jadi apa yang boleh anda lakukan dalam kes ini?

700
00:41:18,230 --> 00:41:20,000
Jadi mari kita semak semua perkara ini lain.

701
00:41:20,000 --> 00:41:22,790
>> negeri, saya menganggap ini
berasal dari negeri yang berlainan.

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

703
00:41:25,100 --> 00:41:27,710
Mari kita lihat partyid.

704
00:41:27,710 --> 00:41:32,800
Jadi mungkin satu perkara yang anda boleh lakukan ialah
melihat setiap satu daripada pemerhatian

705
00:41:32,800 --> 00:41:36,250
yang mempunyai partyid daripada Republikan
atau Demokrat atau sesuatu.

706
00:41:36,250 --> 00:41:38,170
Jadi mari kita melihat apa yang partyid adalah.

707
00:41:38,170 --> 00:41:41,946
>> Jadi, saya akan mengambil
dat dan kemudian saya akan

708
00:41:41,946 --> 00:41:47,960
untuk melakukan tanda dolar ini
Pengendali yang saya lakukan sebelum ini

709
00:41:47,960 --> 00:41:50,770
dan ini akan
subset kepada lajur tersebut.

710
00:41:50,770 --> 00:41:57,760
Dan kemudian saya akan mengetuai ini dalam
20, hanya untuk melihat apa yang kelihatan seperti ini.

711
00:41:57,760 --> 00:42:00,170
>> Jadi ini adalah hanya sekumpulan nas.

712
00:42:00,170 --> 00:42:02,800
Jadi dalam erti kata lain, anda mempunyai
hilang data mengenai lelaki ini.

713
00:42:02,800 --> 00:42:08,100
Tetapi anda juga perasan ini
partyid dat adalah faktor yang

714
00:42:08,100 --> 00:42:10,030
jadi ini memberikan anda kategori yang berbeza.

715
00:42:10,030 --> 00:42:14,170
Jadi dalam erti kata lain, partyid boleh mengambil
Demokrat, Republikan, Bebas,

716
00:42:14,170 --> 00:42:16,640
atau sesuatu yang lain.

717
00:42:16,640 --> 00:42:23,940
>> Jadi mari kita pergi ke depan dan mari kita
lihat yang ini is-- oh, OK.

718
00:42:23,940 --> 00:42:28,480
Jadi saya akan subset
untuk partyid dan kemudian

719
00:42:28,480 --> 00:42:32,780
melihat mana yang
Demokrat, sebagai contoh.

720
00:42:32,780 --> 00:42:37,150
Ini akan memberi anda Boolean,
Boolean yang besar TRUEs dan FALSEs.

721
00:42:37,150 --> 00:42:41,630
>> Dan sekarang, mari kita berkata saya mahu
untuk subset kepada lelaki ini.

722
00:42:41,630 --> 00:42:47,260
Jadi ini akan mengambil dat saya dan
subset kepada mana pemerhatian

723
00:42:47,260 --> 00:42:48,910
mempunyai setaraf partyid sama Demokrat.

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

725
00:42:52,830 --> 00:42:55,180
Dan ini adalah agak panjang kerana
terdapat begitu banyak daripada mereka.

726
00:42:55,180 --> 00:42:59,060
Jadi sekarang, saya akan mengetuai ini dalam 20.

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

728
00:43:05,690 --> 00:43:11,270
>> Dan seperti yang anda perhatikan, sama setaraf
adalah menarik, kerana anda

729
00:43:11,270 --> 00:43:13,250
already-- anda juga termasuk nas.

730
00:43:13,250 --> 00:43:19,010
Jadi dalam kes ini, anda masih tidak boleh mendapatkan
apa-apa maklumat kerana sekarang anda mempunyai Nas

731
00:43:19,010 --> 00:43:22,650
dan anda hanya mahu melihat yang mana satu di
pemerhatian sesuai dengan Demokrat

732
00:43:22,650 --> 00:43:24,670
dan tidak hilang ini menghargai diri mereka sendiri.

733
00:43:24,670 --> 00:43:27,680
Jadi bagaimana anda akan menghilangkan nas ini?

734
00:43:27,680 --> 00:43:36,410
>> Jadi di sini saya hanya menggunakan kekunci di atas saya
Kursor dan kemudian berkata bergerak di sekitar.

735
00:43:36,410 --> 00:43:39,778
Dan maka di sini saya hanya akan
untuk mengatakan datpartyid is.na.

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

737
00:43:48,970 --> 00:43:52,720
Jadi ini dan dan akan mengambil
dua vektor Boolean berbeza

738
00:43:52,720 --> 00:43:57,160
dan mengatakan ia akan menjadi
BETUL dan SALAH contohnya.

739
00:43:57,160 --> 00:43:59,190
Jadi ia akan lakukan komponen-bijak ini.

740
00:43:59,190 --> 00:44:02,910
Jadi di sini saya berkata pengambilalihan
bingkai data, subset

741
00:44:02,910 --> 00:44:10,170
kepada orang-orang yang sesuai dengan Demokrat,
dan mengeluarkan apa-apa daripada mereka yang tidak NA.

742
00:44:10,170 --> 00:44:13,540
>> Jadi will-- ini perlu
memberikan anda sesuatu.

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

744
00:44:16,540 --> 00:44:17,600
Mari kita lihat is.na.

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

746
00:44:24,670 --> 00:44:27,690
Mari kita cuba datpartyid is.na.

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

748
00:44:36,290 --> 00:44:45,290
Dan ini perlu memberi you--
sorry-- hanya vektor Boolean.

749
00:44:45,290 --> 00:44:49,260
Dan kemudian, kerana ia begitu lama,
Saya akan subset kepada 20.

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

751
00:44:49,760 --> 00:44:51,570
Jadi ini harus bekerja.

752
00:44:51,570 --> 00:44:54,700
>> Dan yang satu ini juga akan TRUEs.

753
00:44:54,700 --> 00:45:01,830
Ah, jadi kesilapan saya di sini adalah bahawa I'm-- saya
menggunakan C ++ dan R silih berganti supaya saya membuat

754
00:45:01,830 --> 00:45:03,590
kesilapan ini sepanjang masa.

755
00:45:03,590 --> 00:45:05,807
Dan pengendali adalah
sebenarnya yang anda mahu.

756
00:45:05,807 --> 00:45:08,140
Anda tidak mahu menggunakan dua
ampersands, hanya satu daripadanya.

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

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

759
00:45:17,010 --> 00:45:18,140
>> Jadi mari kita lihat.

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

761
00:45:20,930 --> 00:45:23,920
Oleh itu, kita subsetted kepada
partyid mana mereka Demokrat

762
00:45:23,920 --> 00:45:25,300
dan mereka tidak hilang nilai.

763
00:45:25,300 --> 00:45:27,690
Dan sekarang mari kita lihat
yang mana mereka mengundi.

764
00:45:27,690 --> 00:45:31,530
Oleh itu, ia seolah-olah seperti kebanyakan
daripada mereka mengundi untuk 1.

765
00:45:31,530 --> 00:45:36,090
Jadi, saya akan pergi ke depan
dan mengatakan bahawa adalah Kerry.

766
00:45:36,090 --> 00:45:39,507
>> Begitu juga, anda boleh
juga pergi ke Republik

767
00:45:39,507 --> 00:45:41,090
dan mudah-mudahan, ini harus memberi anda 2.

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

769
00:45:49,730 --> 00:45:51,770
Ia hanya mempunyai banyak ruangan yang berbeza.

770
00:45:51,770 --> 00:45:53,070
Dan sesungguhnya, itu 2.

771
00:45:53,070 --> 00:45:55,750
Jadi partyid semua Republikan,
kebanyakan mereka mengundi 2.

772
00:45:55,750 --> 00:45:58,390
>> Oleh itu, ia seolah-olah seperti, hanya
dengan melihat ini,

773
00:45:58,390 --> 00:46:00,600
Republikan akan menjadi
yang very-- atau partyid yang

774
00:46:00,600 --> 00:46:02,790
akan menjadi sangat
faktor besar dalam menentukan

775
00:46:02,790 --> 00:46:05,420
yang calon mereka
akan mengundi.

776
00:46:05,420 --> 00:46:07,120
Dan ini adalah jelas benar secara umum.

777
00:46:07,120 --> 00:46:10,139
Dan ini perlawanan anda
gerak hati, sudah tentu.

778
00:46:10,139 --> 00:46:11,930
Oleh itu, ia seolah-olah seperti saya
kesuntukan masa jadi

779
00:46:11,930 --> 00:46:17,040
biar saya perlu pergi ke depan
dan menunjukkan sesetengah imej cepat.

780
00:46:17,040 --> 00:46:21,120
Jadi di sini adalah sesuatu yang sedikit
lebih rumit dengan visualisasi.

781
00:46:21,120 --> 00:46:26,450
Jadi dalam kes ini, ini adalah sangat
analisis mudah hanya memeriksa apa

782
00:46:26,450 --> 00:46:28,500
Presiden '04 adalah.

783
00:46:28,500 --> 00:46:33,920
>> Jadi dalam kes ini, katakan anda
mahu untuk menjawab soalan ini.

784
00:46:33,920 --> 00:46:38,540
Jadi sekiranya kita ingin tahu mengundi
tingkah laku dalam pilihan raya presiden 2004

785
00:46:38,540 --> 00:46:41,170
dan bagaimana yang berbeza mengikut kaum.

786
00:46:41,170 --> 00:46:44,380
Jadi bukan sahaja yang anda mahu
melihat tingkah laku pengundian,

787
00:46:44,380 --> 00:46:47,860
tetapi anda mahu setiap subset
bangsa dan jenis merumuskan bahawa.

788
00:46:47,860 --> 00:46:50,770
Dan anda hanya boleh memberitahu
oleh tatatanda ini kompleks

789
00:46:50,770 --> 00:46:52,580
bahawa ini adalah jenis mendapat berjerebu.

790
00:46:52,580 --> 00:46:56,390
>> Jadi salah satu R yang lebih maju
pakej itu juga jenis baru-baru ini

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

792
00:47:00,070 --> 00:47:03,060
Jadi ia adalah salah satu ini di sini.

793
00:47:03,060 --> 00:47:08,080
Dan ggplot2 ggg-- hanya bagus
cara melakukan visualisasi lebih baik

794
00:47:08,080 --> 00:47:09,400
daripada yang terbina dalam.

795
00:47:09,400 --> 00:47:11,108
>> Jadi saya akan memuatkan
kedua-dua perpustakaan.

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

797
00:47:13,200 --> 00:47:16,950
Dan kemudian, saya akan pergi
hadapan dan jalankan arahan ini.

798
00:47:16,950 --> 00:47:19,050
Anda hanya boleh merawat ini sebagai kotak hitam.

799
00:47:19,050 --> 00:47:23,460
>> Apa yang berlaku ialah paip ini
Pengendali berlalu dalam hujah ini

800
00:47:23,460 --> 00:47:24,110
ke sini.

801
00:47:24,110 --> 00:47:28,070
Jadi, saya berkata kumpulan oleh dat
bangsa dan kemudian presiden 04.

802
00:47:28,070 --> 00:47:31,530
Dan kemudian, semua perintah lain
yang menapis dan kemudian merumuskan

803
00:47:31,530 --> 00:47:34,081
di mana yang saya lakukan kiraan dan
maka saya merancang di sini.

804
00:47:34,081 --> 00:47:39,980

805
00:47:39,980 --> 00:47:42,500
OK sejuk.

806
00:47:42,500 --> 00:47:44,620
Jadi mari kita pergi ke depan dan
melihat apa yang kelihatan seperti ini.

807
00:47:44,620 --> 00:47:52,280

808
00:47:52,280 --> 00:47:57,290
>> Jadi apa yang berlaku di sini adalah saya yang
hanya diplotkan setiap kaum dan kemudian

809
00:47:57,290 --> 00:47:59,670
yang mana mereka mengundi.

810
00:47:59,670 --> 00:48:03,492
Dan kedua-dua yang berbeza
sesuai dengan nilai-nilai 2 dan 1.

811
00:48:03,492 --> 00:48:05,325
Jika anda mahu menjadi lebih
elegan, anda juga boleh

812
00:48:05,325 --> 00:48:11,770
hanya menyatakan bahawa 2 adalah Kerry-- atau
2 adalah Bush, dan kemudian 1 adalah Kerry.

813
00:48:11,770 --> 00:48:13,700
Dan anda juga boleh mempunyai
yang dalam legenda anda.

814
00:48:13,700 --> 00:48:17,410
>> Dan anda juga boleh berpecah ini graf bar.

815
00:48:17,410 --> 00:48:19,480
Oleh kerana satu perkara yang
bahawa, jika anda perhatikan,

816
00:48:19,480 --> 00:48:24,560
ini tidak adalah sangat mudah untuk mengenal pasti
yang kedua-dua nilai adalah lebih besar.

817
00:48:24,560 --> 00:48:27,920
Jadi satu perkara yang anda akan mahu
lakukan adalah mengambil kawasan biru ini

818
00:48:27,920 --> 00:48:31,855
dan hanya bergerak di sini supaya anda
boleh membandingkan kedua-dua sebelah menyebelah.

819
00:48:31,855 --> 00:48:34,480
Dan saya rasa itu sesuatu yang saya
tidak mempunyai masa untuk lakukan sekarang,

820
00:48:34,480 --> 00:48:36,660
tetapi itu juga sangat mudah untuk dilakukan.

821
00:48:36,660 --> 00:48:40,310
Anda hanya boleh melihat ke dalam
halaman abdi ggplot.

822
00:48:40,310 --> 00:48:47,170
Jadi anda hanya boleh jangan ggplot seperti
itu dan membaca ke halaman orang ini.

823
00:48:47,170 --> 00:48:51,920
>> Maka biarlah saya dengan cepat
menunjukkan kepada anda beberapa perkara yang sejuk.

824
00:48:51,920 --> 00:48:57,610
Mari kita pergi ke depan dan pergi hanya kepada-
permohonan pengajian mesin.

825
00:48:57,610 --> 00:49:02,450
Jadi mari kita mengatakan bahawa kita mempunyai tiga
pakej jadi saya akan memuatkan ini dalam.

826
00:49:02,450 --> 00:49:05,500

827
00:49:05,500 --> 00:49:09,170
Jadi ini hanya mencetak beberapa
maklumat selepas saya dimuatkan dalam perkara itu.

828
00:49:09,170 --> 00:49:15,220
Jadi saya katakan read.csv ini,
dataset ini, dan kini

829
00:49:15,220 --> 00:49:18,940
Saya akan pergi ke depan dan melihat dan
melihat apa yang di dalam dataset ini.

830
00:49:18,940 --> 00:49:22,080
>> Jadi 20 pemerhatian pertama.

831
00:49:22,080 --> 00:49:27,190
Jadi saya hanya mempunyai X1, X2, dan Y. Jadi
seolah-olah seperti sekumpulan nilai-nilai ini

832
00:49:27,190 --> 00:49:31,640
adalah terdiri daripada mungkin 20 hingga 80 atau lebih.

833
00:49:31,640 --> 00:49:37,700
Dan kemudian juga untuk X2 dan kemudian
Y ini seolah-olah menjadi label 0 dan 1.

834
00:49:37,700 --> 00:49:49,500
>> Untuk mengesahkan ini, saya boleh
hanya melakukan ringkasan data X1.

835
00:49:49,500 --> 00:49:51,660
Dan kemudian juga untuk
semua ruangan lain.

836
00:49:51,660 --> 00:49:55,300
Jadi ringkasan adalah jalan pantas
hanya menunjukkan anda nilai cepat.

837
00:49:55,300 --> 00:49:56,330
Oh, maaf.

838
00:49:56,330 --> 00:49:58,440
Yang ini harus Y.

839
00:49:58,440 --> 00:50:03,420
>> Jadi dalam kes ini, memberikan
quantiles, median, maxes juga.

840
00:50:03,420 --> 00:50:07,130
Dalam kes ini, dataY, anda boleh melihat
bahawa ia hanya akan menjadi 0 dan 1.

841
00:50:07,130 --> 00:50:10,100
Juga min mengatakan
0.6, hanya bermaksud bahawa ia

842
00:50:10,100 --> 00:50:13,380
seolah-olah seperti saya mempunyai lebih daripada 1s 0-an.

843
00:50:13,380 --> 00:50:16,160
>> Jadi biarlah saya pergi ke depan dan pameran
anda apa ini kelihatan seperti.

844
00:50:16,160 --> 00:50:17,470
Jadi, saya hanya akan reka ini.

845
00:50:17,470 --> 00:50:22,852

846
00:50:22,852 --> 00:50:24,636
Mari kita lihat bagaimana untuk membersihkan ini.

847
00:50:24,636 --> 00:50:30,492

848
00:50:30,492 --> 00:50:31,468
Oh OK.

849
00:50:31,468 --> 00:50:35,840

850
00:50:35,840 --> 00:50:36,340
OK.

851
00:50:36,340 --> 00:50:37,590
>> Jadi ini adalah apa yang ia kelihatan seperti.

852
00:50:37,590 --> 00:50:46,310
Oleh itu, ia seolah-olah seperti kuning saya dinyatakan
sebagai 0, dan kemudian merah saya dinyatakan sebagai 1s.

853
00:50:46,310 --> 00:50:52,190
Jadi di sini ia kelihatan seperti
titik label dan ia

854
00:50:52,190 --> 00:50:56,410
seolah-olah seperti anda hanya mahu beberapa
semacam pengelompokan pada ini.

855
00:50:56,410 --> 00:51:01,020
>> Dan biarlah saya pergi ke depan dan pameran
anda beberapa fungsi-fungsi terbina dalam.

856
00:51:01,020 --> 00:51:03,580
Jadi di sini adalah lm.

857
00:51:03,580 --> 00:51:06,060
Jadi ini hanya cuba
untuk muat garis untuk ini.

858
00:51:06,060 --> 00:51:08,640
Jadi apakah cara terbaik
bahawa saya boleh muat garis itu

859
00:51:08,640 --> 00:51:14,020
yang terbaik ia akan memisahkan
seperti ini kelompok.

860
00:51:14,020 --> 00:51:21,790
Dan ideal, anda hanya boleh melihat
bahawa saya hanya menjalankan semua perintah ini

861
00:51:21,790 --> 00:51:25,450
dan kemudian, saya akan
hadapan dan menambah baris.

862
00:51:25,450 --> 00:51:28,970
>> Jadi ini seolah-olah seperti tekaan yang terbaik.

863
00:51:28,970 --> 00:51:34,150
Ia mengambil yang terbaik yang mengurangkan
kesilapan dalam cuba untuk muat baris ini.

864
00:51:34,150 --> 00:51:40,000
Jelas sekali, ini kelihatan jenis
baik, tetapi ia bukan yang terbaik.

865
00:51:40,000 --> 00:51:43,130
Dan model linear, dalam
umum, akan menjadi

866
00:51:43,130 --> 00:51:46,811
benar-benar hebat untuk teori dan hanya semacam
asas pembinaan mesin

867
00:51:46,811 --> 00:51:47,310
pembelajaran.

868
00:51:47,310 --> 00:51:50,330
Tetapi dalam amalan, anda akan
mahu melakukan sesuatu yang lebih umum.

869
00:51:50,330 --> 00:51:54,280
>> Jadi anda hanya boleh cuba berjalan
sesuatu yang dipanggil rangkaian neural.

870
00:51:54,280 --> 00:51:57,110
Perkara-perkara ini adalah
semakin lebih biasa.

871
00:51:57,110 --> 00:52:00,530
Dan mereka hanya bekerja fantastically
untuk set data yang besar.

872
00:52:00,530 --> 00:52:07,080
Jadi dalam kes ini, kita hanya have--
mari kita see-- kita mempunyai nrow.

873
00:52:07,080 --> 00:52:09,010
Jadi nrow hanya berkata beberapa baris.

874
00:52:09,010 --> 00:52:11,790
Jadi dalam kes ini, saya
mempunyai 100 pemerhatian.

875
00:52:11,790 --> 00:52:15,010
>> Jadi biarlah saya pergi ke depan dan
membuat rangkaian neural.

876
00:52:15,010 --> 00:52:18,620
Jadi ini adalah benar-benar bagus
kerana saya hanya boleh mengatakan nnet

877
00:52:18,620 --> 00:52:21,767
dan kemudian saya merosot Y.
Jadi Y adalah lajur tersebut.

878
00:52:21,767 --> 00:52:23,850
Dan kemudian merosot pada
yang lain dua pembolehubah.

879
00:52:23,850 --> 00:52:27,360
Jadi ini adalah lebih pendek
notasi untuk X1 dan X2.

880
00:52:27,360 --> 00:52:29,741
>> Jadi mari kita pergi ke depan dan menjalankan ini.

881
00:52:29,741 --> 00:52:30,240
Oh, maaf.

882
00:52:30,240 --> 00:52:32,260
Saya perlukan untuk menjalankan perkara ini keseluruhan.

883
00:52:32,260 --> 00:52:37,500
Dan ini adalah hanya mencetak notasi
untuk berapa cepat atau tidak dengan cepat ia

884
00:52:37,500 --> 00:52:38,460
bertumpu.

885
00:52:38,460 --> 00:52:41,420
Jadi ia kelihatan seperti ia berkumpul.

886
00:52:41,420 --> 00:52:44,970
Jadi biarlah saya pergi ke depan dan cetak
apa ini kelihatan seperti.

887
00:52:44,970 --> 00:52:51,260
>> Lihat di sini adalah gambar dan di sini adalah
kontur menunjukkan bagaimana ia sesuai.

888
00:52:51,260 --> 00:52:56,380
Dan ini adalah just-- anda boleh melihat
ini bahawa ini adalah sangat, sangat bagus.

889
00:52:56,380 --> 00:52:59,400
Ia juga boleh menjadi
overfitting, tetapi anda boleh juga

890
00:52:59,400 --> 00:53:03,390
akaun untuk ini dengan lain
teknik seperti merentas pengesahan.

891
00:53:03,390 --> 00:53:06,180
Dan ini juga dibina ke R.

892
00:53:06,180 --> 00:53:09,170
>> Dan biarlah saya menunjukkan
menyokong mesin vektor.

893
00:53:09,170 --> 00:53:12,470
Ini merupakan satu lagi benar-benar biasa
teknik dalam pembelajaran mesin.

894
00:53:12,470 --> 00:53:18,550
Ia adalah hampir sama dengan model linear, tetapi
ia menggunakan apa yang dipanggil kaedah kernel.

895
00:53:18,550 --> 00:53:22,790
Dan mari kita lihat seberapa baik yang tidak.

896
00:53:22,790 --> 00:53:26,430
Jadi satu ini adalah sangat serupa dengan bagaimana
dan rangkaian neural melaksanakan,

897
00:53:26,430 --> 00:53:27,900
tetapi ia lebih lancar.

898
00:53:27,900 --> 00:53:35,740
Dan ini adalah berdasarkan off
daripada what-- bagaimana SVMs kerja.

899
00:53:35,740 --> 00:53:40,250
>> Jadi ini adalah hanya yang sangat
gambaran keseluruhan cepat beberapa

900
00:53:40,250 --> 00:53:43,822
fungsi terbina dalam yang anda boleh lakukan
dan juga beberapa penerokaan data.

901
00:53:43,822 --> 00:53:45,905
Maka biarlah saya pergi ke hadapan
dan kembali ke slaid.

902
00:53:45,905 --> 00:53:50,290

903
00:53:50,290 --> 00:53:53,670
>> Jadi jelas, ini adalah
tidak begitu menyeluruh.

904
00:53:53,670 --> 00:53:57,140
Dan ini adalah benar-benar hanya penggoda yang
menunjukkan anda apa yang anda benar-benar boleh buat di R.

905
00:53:57,140 --> 00:53:59,100
Jadi jika anda ingin seperti
untuk mengetahui lebih lanjut di sini

906
00:53:59,100 --> 00:54:01,210
adalah sekumpulan sumber yang berbeza.

907
00:54:01,210 --> 00:54:06,890
>> Jadi, jika anda suka buku teks atau anda
hanya gemar membaca bahan dalam talian

908
00:54:06,890 --> 00:54:09,670
maka ini adalah hebat
satu oleh Hadley Wickham,

909
00:54:09,670 --> 00:54:13,010
yang juga mencipta semua ini
pakej benar-benar sejuk.

910
00:54:13,010 --> 00:54:17,420
Jika anda suka video, kemudian
Berkeley mempunyai Bootcamp awesome

911
00:54:17,420 --> 00:54:21,060
itulah several-- itulah jenis panjang.

912
00:54:21,060 --> 00:54:24,210
Dan ia akan mengajar anda hampir
semua yang anda ingin tahu tentang R.

913
00:54:24,210 --> 00:54:27,770
>> Begitu juga, ada Codeacademy
dan semua jenis lain

914
00:54:27,770 --> 00:54:29,414
laman web interaktif.

915
00:54:29,414 --> 00:54:31,580
Mereka juga mendapat
common-- lebih dan lebih biasa.

916
00:54:31,580 --> 00:54:33,749
Jadi ini adalah hampir sama dengan Codeacademy.

917
00:54:33,749 --> 00:54:35,790
Dan akhirnya, jika anda hanya
Komuniti dan ingin membantu,

918
00:54:35,790 --> 00:54:38,800
ini adalah sekumpulan
perkara yang anda boleh pergi ke.

919
00:54:38,800 --> 00:54:40,880
Jelas sekali, kita masih
menggunakan senarai mel, hanya

920
00:54:40,880 --> 00:54:44,860
seperti hampir setiap lain
masyarakat bahasa pengaturcaraan.

921
00:54:44,860 --> 00:54:47,880
Dan #rstats, ini adalah
masyarakat kita Twitter.

922
00:54:47,880 --> 00:54:49,580
Itulah sebenarnya perkara biasa.

923
00:54:49,580 --> 00:54:50,850
Dan kemudian pengguna!

924
00:54:50,850 --> 00:54:52,340
Hanya persidangan kami.

925
00:54:52,340 --> 00:54:55,390
>> Dan kemudian, sudah tentu, anda boleh
menggunakan semua Q & A lain perkara ini,

926
00:54:55,390 --> 00:54:57,680
seperti Stack Limpahan,
Google, dan kemudian GitHub.

927
00:54:57,680 --> 00:55:00,490
Oleh kerana sebahagian besar daripada pakej-pakej ini
dan banyak masyarakat

928
00:55:00,490 --> 00:55:03,420
akan tertumpu kepada membangunkan
kod kerana ia adalah sumber terbuka.

929
00:55:03,420 --> 00:55:05,856
Dan ia hanya benar-benar baik pada GitHub.

930
00:55:05,856 --> 00:55:08,730
Dan akhirnya, anda boleh menghubungi saya jika
anda hanya mempunyai apa-apa soalan cepat.

931
00:55:08,730 --> 00:55:13,530
Oleh itu, anda boleh mencari saya di Twitter di sini,
laman web saya, dan hanya e-mel saya.

932
00:55:13,530 --> 00:55:17,840
Jadi mudah-mudahan, yang
something-- hanya teaser pendek

933
00:55:17,840 --> 00:55:20,900
apa R adalah benar-benar mampu melakukan.

934
00:55:20,900 --> 00:55:23,990
Dan mudah-mudahan, anda hanya
semak tiga pautan

935
00:55:23,990 --> 00:55:25,760
dan melihat apa yang anda boleh lakukan lebih.

936
00:55:25,760 --> 00:55:28,130
Dan saya rasa itu hanya mengenainya.

937
00:55:28,130 --> 00:55:28,630
Terima kasih.

938
00:55:28,630 --> 00:55:30,780
>> [Tepuk tangan]

939
00:55:30,780 --> 00:55:31,968