Which.Max函数 - 腾讯云开发者社区

文章/答案/技术大牛

发布

39. R 数据整理（十： R 的四种累积运算与by）

格式为： by(data, INDICES, FUN) 其中data是一个数据框或矩阵；INDICES是一个因子或因子组成的列表，定义了分组；FUN是任意函数。...通过INDICES 定义的因子，对data 内容进行分组，即将整个data大数据框，划分为了若干个小的数据框，而函数则定义了对这些分组数据处理的方式。...例子 tmp = by(exp, ids$symbol, function(x) rownames(x)[which.max(rowMeans(x))]) 这里面，...ids$symbol 则是区分exp 信息的向量，其将exp 按照symbol 中的信息划分为若干个矩阵，而function 则定义了在同一组（同一symbol）中的列名筛选其中平均值最大的那一列（ which.max

7453 0

R语言中自编基尼系数的CART回归决策树的实现

我们得到以下基尼系数图（作为第二个节点的函数） ? 当样本在0.6左右分裂（这成为我们的第二个节点）时最大。...等，现在，让我们将代码与标准R函数进行比较， node), split, n, deviance, yval * denotes terminal node 1) root 200 49.8800...col="green",type="b",xlab="X1",ylab="Gini index") > abline(h=mg,lty=2,col="red") > if(i==1){points(u1[which.max...(gini[,1])],mg,pch=19,col="red") + segments(u1[which.max(gini[,1])],mg,u1[which.max(gini[,1]...)],-100000)} > u2[which.max(gini[,2])] [1] 0.3025479 这些图如下所示并获得了右侧的分区， ?

7392 1

您找到你想要的搜索结果了吗？

是的

没有找到

R语言日常笔记（4）修改基因最大表达值

) pb <- tkProgressBar("进度","已完成 %", 0, 100) for (i in 1:nrow(mRNA_exprSet) ) { mRNA_exprSet[i,which.max...) pb <- tkProgressBar("进度","已完成 %", 0, 100) for (i in 1:nrow(mRNA_exprSet) ) { mRNA_exprSet[i,which.max...) pb <- tkProgressBar("进度","已完成 %", 0, 100) for (i in 1:nrow(mRNA_exprSet) ) { mRNA_exprSet[i,which.max

6252 0

R语言中自编基尼系数的CART回归决策树的实现

我们得到以下基尼系数图（作为第二个节点的函数）当样本在0.6左右分裂（这成为我们的第二个节点）时最大。...等，现在，让我们将代码与标准R函数进行比较， node), split, n, deviance, yval * denotes terminal node 1) root 200 49.8800...col="green",type="b",xlab="X1",ylab="Gini index")> abline(h=mg,lty=2,col="red")> if(i==1){points(u1[which.max...(gini[,1])],mg,pch=19,col="red")+ segments(u1[which.max(gini[,1])],mg,u1[which.max(gini[,1])...],-100000)}> u2[which.max(gini[,2])][1] 0.3025479 这些图如下所示并获得了右侧的分区，或者我们分割第二个分区（然后得到以下分区），在这里，最好先分割第二个变量

9941 0

30道练习题带你玩转统计学的R语言版

分位数和平均数` Q3:对数据集 iris的所有定性数据列计算水平及频次 Q4:对数据集 iris的所有定量数据列计算离散趋势指标：方差和标准差等 Q5:计算数据集 iris的前两列变量的相关性，提示cor函数可以选择...的前两列变量的相关性 Q8: 根据数据集 iris的第五列拆分数据集后重复上面的Q2到Q7问题 Q9:载入R中自带的数据集 mtcars，重复上面的Q1到Q7个问题 Q10: 载入r包airway并且通过assay函数拿到其表达矩阵后计算每列之间的相关性...',length(y)))) ggboxplot(df, y = "value", x = "group") Q5: 取RNAseq_expr行之和最大的那一行根据分组矩阵进行T检验 pos=which.max...rowSums(RNAseq_expr)) t.test(RNAseq_expr[pos,]~RNAseq_gl) pos Q6: 取RNAseq_expr的MAD最大的那一行根据分组矩阵进行T检验 pos=which.max...(rowSums(RNAseq_expr)) pos t.test(RNAseq_expr[pos,]~RNAseq_gl) pos=which.max(apply(RNAseq_expr,1,mad)

3.1K3 0

R语言用神经网络改进Nelson-Siegel模型拟合收益率曲线分析

paramArray[j,] = as.numeric(pp)}plot(density(maxDistanceArray))plot(density(log(maxDistanceArray)))idx=which.max...(maxDistanceArray)maxDistanceArray[which.max(maxDistanceArray)]relativeMaxDistanceArray[which.max(relativeMaxDistanceArray...paramArray[j,] = as.numeric(pp)}plot(density(maxDistanceArray))plot(density(log(maxDistanceArray)))idx=which.max...(maxDistanceArray)maxDistanceArray[which.max(maxDistanceArray)]relativeMaxDistanceArray[which.max(relativeMaxDistanceArray

9310 0

临床预测模型—C指数(C-index)和时间ROC(timeROC)曲线绘制学习

logrank) test = 9.18 on 3 df, p=0.03# 这里的Concordance就是C指数,为0.565# 验证集c-index和95%CI# 这里中间的环节是使用predict函数去预测...test数据集中每个样本的风险值# 然后将得到的每个样本的风险值再进行coxph拟合成一个新的函数# 最后使用predict(Ctrain, newdata = test)计算的风险评分作为一个新的自变量来拟合...))})可视化(timeROC)# C-index--绘制library(timeROC)# 计算时间依赖性ROC曲线和AUC（使用第一个验证数据集作为示例）# 命名g 函数来根据名称查找数据集在列表中的位置...timeROC不能直接添加标题，要额外添加 col= "#f5695e", #print.thres.col="black", #identity.col="grey", timeROC函数中这个没用...font.axis = 1) # 刻度字体样式# 添加一条灰色的对角线abline(a = 0, b = 1, col = "grey", lty = 2, lwd = 2)# 使用 title() 函数添加额外的图形标题

1.1K0 0

R语言常见函数知识点梳理与解析 | 精选分析

目录 1、str() 显示数据集和变量类型，并简要展示数据集情况 2、subset() 取子集 3、which.min(), which.max()和which() 4、pmin( )/ pmax(...#……省略部分内容 3、which.min(), which.max()和which() which(), which.max(), which.min()返回的是位置（索引） which(x, arr.ind...0.5757814 -0.3053884 > which(x > 0) #显示x>0的所有数值 [1] 2 4 5 7 8 9 > which.min(x) #显示min(x)的所有数值的位置 [1] 3 > which.max...这一函数在去除数据框中缺失值时很有用。...21、自定义函数相关 function：函数定义 source：调用文件 call：函数调用 22、输入输出 cat，print：显示对象 sink：输出转向到指定文件 dump，save，dput

2.9K2 1

dataframe进行常用统计、分组统计平均绝对偏差等操作函数。

pandas在dataframe中提供了丰富的统计、合并、分组、缺失值等操作函数。...1.统计函数 df.count() #非空元素计算 df.min() #最小值 df.max() #最大值 df.idxmin() #最小值的位置，类似于R中的which.min函数 df.idxmax...() #最大值的位置，类似于R中的which.max函数 df.quantile(0.1) #10%分位数 df.sum() #求和 df.mean() #均值 df.median()...df.describe() #一次性输出多个描述性统计指标 2.分组统计依托group by 单列如：df.groupby(‘sex’).sum() 通过多个列进行分组形成一个层次索引，然后执行函数

3.9K6 0

分组计算描述性统计量函数—by()函数

《R语言实战》这本书上是这样描述by()函数的：使用by()分组计算描述性统计量，它可以一次返回若干个统计量。...简单点说by(data, INDICES, FUN)函数的典型用法：是将data数据框或矩阵按照INDICES因子水平进行分组，然后对每组应用FUN函数。是不是没懂？...熟悉split()函数的可以看出，按照gender列分组那步，split()函数可以到达同样的效果：split(biotrainee,biotrainee$gender) > split(biotrainee...： tmp = by(exp, ids$symbol, function(x) rownames(x)[which.max(rowMeans(x))]) probes...第三个参数是我们自己定义的函数：计算每个小矩阵中每行探针表达量的平均值（也就是每个探针在6个样本中表达量的均值rowMeans(x)），再取平均值最大的那个探针作为该symbol所对应的唯一探针which.max

1.4K2 1

这半吊子的公共数据把我的学生给欺负了

于是要了他的压缩包此时我的怀疑是我的函数有问题，心虚.jpg! 1.开始排查 1.1 排除函数问题我把函数的源代码拆出来运行，发现这个报错出自PCA函数，就是计算PCA的时候报错。...(sort(str_length(dat$Geneid),decreasing = T)) ## [1] 12575 5199 5199 25 23 22 dat$Geneid[which.max...(str_length(dat$Geneid))]#刷屏警告说实话，我确实不知道这函数对基因名称长度有限制，不遇到这个坑怎么能知道。...sort(str_length(dat$Geneid),decreasing = T)) #> [1] 12575 5199 5199 25 23 22 # dat$Geneid[which.max

1310 0

数据分析中非常实用的自编函数和代码模块整理

通俗的说，在数据分析工作中，我们经常会通过调用自编函数来实现某些高级的功能。...1、centralImputation( ) 根据样本间的相似性填补缺失值方法，把实现代码封装在如下函数中，并将该函数命名为centralImputation 根据样本之间的相似性填补缺失值是指用这些缺失值最可能的值来填补它们...我们将上述分析放在一个统一的函数centralImputation( )中，对于数值型变量，我们用中位数填补，对于名义变量，我们用众数填补，函数代码如下： centralImputation<-function...else { x<-as.factor(x) if(is.null(ws)) { levels(x)[which.max...(table(x))] } else { levels(x)[which.max(aggregate(ws,list(x),sum)[

1.3K10 0

评分卡模型开发-用户数据缺失值处理

在采用删除法剔除缺失值样本时，我们通常首先检查样本总体中缺失值的个数，在R中使用complete.cases()函数来统计缺失值的个数。 >GermanCredit[!...我们将上述分析放在一个统一的函数centralImputation()中，对于数值型变量，我们用中位数填补，对于名义变量，我们用众数填补，函数代码如下： centralImputation<-function...else { x<-as.factor(x) if(is.null(ws)) { levels(x)[which.max...(table(x))] } else { levels(x)[which.max(aggregate(ws,list(x),sum)[...我们将上述根据数据集每行的属性进行缺失值填补的方法，封装到knnImputation()函数中，代码如下： knnImputation<-function(data,k=10,scale=T,meth=

1.7K10 0

最优子集回归算法详解

采用的R包是leaps，函数是regsubsets()。...library(corrplot) data.cor <- cor(data) corrplot(data.cor, method = "ellipse") #是否提示多重共线性问题运用cor()函数得到数据的相关系数矩阵...= data)# 执行最优子集回归 best.summary <- summary(sub.fit) 按照模型评价标准找到评价指标 which.min(best.summary$cp)#马洛斯Cp值 which.max...$adjr2) #调整R2 which.min(best.summary$bic) #贝叶斯信息准则执行最优子集回归后返回的是自变量组合的子集回归方程，以及每个回归方程对应的评价指标,采用which函数选取最优的回归方程

4.6K5 1

用R解析Mahout用户推荐协同过滤算法(UserCF)

NearestNUserNeighborhood<-function(S,n){ row<-nrow(S) neighbor<-matrix(0, row, n) for(z1 in 1:row){ for(z2 in 1:n){ mwhich.max...]==1)]=10000 s2<-s2[-2,] r2<-matrix(0, n, 2) rr<-sum/s2 item <-dimnames(M)[[2]] for(z1 in 1:n){ wwhich.max...(rr) if(rr[w]>0.5){ r2[z1,1]which.max(rr)] r2[z1,2]<-as.double(rr[w]) rr[w]=0 } } r2 } 5).

1.2K12 0

【Kotlin】标准库函数总结 ( apply 函数 | let 函数 | run 函数 | with 函数 | also 函数 | takeIf 函数 | takeUnless 函数 )

文章目录一、apply 标准库函数二、let 标准库函数三、run 标准库函数 1、run 函数传入 Lambda 表达式作为参数 2、run 函数传入函数引用作为参数四、with 标准库函数...五、also 标准库函数六、takeIf 标准库函数七、takeUnless 标准库函数 Kotlin 语言中 , 在 Standard.kt 源码中 , 为所有类型定义了一批标准库函数 , 所有的...Kotlin 类型都可以调用这些函数 ; 一、apply 标准库函数 ---- Kotlin 标准库函数中的 apply 函数 , 该函数可以看作实例对象的配置函数 , 传入 T.() ->...apply 函数与 let 函数的区别 : apply 函数的返回值是调用者 ; let 函数的返回值是 Lambda 表达式的最后一行 ; let 函数原型 : /** * 调用以' this..., 在 let 函数中 , 将首字母变为大写 , 并返回 , let 函数返回的是匿名函数的最后一行 , 因此将 “Tom” 字符串返回了 ; 如果将 let 函数换成 apply 函数 ,

4.4K1 0

strlen函数，strcat函数，strcpy函数，strncpy函数，strcmp函数

strcpy函数： char *strcpy(char *Dest , const char *Src) { assert((Dest != NULL) && (Src !...= '\0') NULL; return address; } strncpy函数：利用标准库函数strncpy()，可以将一字符串的一部分拷贝到另一个字符串中...strncpy()函数有3个参数：第一个参数是目录字符串；第二个参数是源字符串；第三个参数是一个整数，代表要从源字符串拷贝到目标字符串中的字符数。...： strcmp函数是C/C++中基本的函数，它对两个字符串进行比较，然后返回比较结果，函数形式如下： int strcmp(constchar*str1,constchar*str2);...无论两个字符串是什么样，strcmp函数最多比较到其中一个字符串遇到结束符'/0'为止，就能得出结果。

3K6 0

swift 函数（函数定义、函数调用、函数类型、嵌套函数）

函数的类型由函数的参数类型和返回类型组成 func add(_ a:Int, _ b:Int) -> Int { return a + b } 这个函数的类型是(Int, Int) -> Int...，返回Void类型的函数” 函数类型的使用定义一个类型为函数的常量或变量，并将适当的函数赋值给它 func add(_ a:Int, _ b:Int) -> Int { return a +...函数类型作为返回值定义了两个简单函数，分别是 sayHI(_:) 和 sayHello(_:),这两个函数的类型都是 (String) -> String。...之后在定义一个showResult(:) 的函数，它的返回类型是(String) -> String 类型的函数。...sayHI : sayHello } let show = showResult(true) print(show("world")) //HI world 嵌套函数把函数定义在别的函数体中

1.2K1 0

【JavaScript】函数 ① ( 函数引入 | 函数声明 | 函数调用 )

中 ; JavaScript 函数是一段可以重复使用的代码块 , " 函数 " 可以接受若干输入参数 , 在函数体中进行计算或执行操作，并返回返回值 ; 借助函数可以组织和重用代码..., 使代码更加清晰和易于维护 ; 函数的目的就是重复使用代码 ; 使用函数就是声明函数和调用函数 ; 2、函数声明在 JavaScript 中 , 使用 function 关键字声明函数...字符串 ; 3、函数调用函数声明后 , 本身不会自动执行函数体中的代码 , 只有调用函数后 , 才会执行函数体代码 ; 函数调用语法格式 : functionName(argument1, argument2...是传递给函数的实参列表 , 该实参列表与函数定义的形参列表一一对应 , 这些实际参数值值将替换函数定义中的形式参数 , 并在函数执行时作为函数体的局部变量使用 ; 4、代码示例 - 函数声明调用...在下面的代码中 , 定义了 hello 函数 , 传入 name 形参 , 在函数体中 , 该形参可以作为局部变量使用 ; 调用 hello() 函数时 , 传入实参 'Tom' 字符串 , 在函数体中会向

1.5K1 0

函数|匿名函数|偏函数|装饰器函数

文章目录 1、函数递归 2、函数变量赋值 3、参数中的函数 4、匿名函数 5、返回值中的函数：闭包 6、偏函数 7、装饰器函数处理 1、函数递归函数的递归，就是让在函数的内部调用函数自身的情况...，这个函数就是递归函数。...2、函数变量赋值函数，是一种操作行为函数名称，其实是这种操作行为赋值的变量调用函数，其实是通过这个赋值的变量加上一堆圆括号来进行函数的执行 # 定义了一个函数，函数命名为printMsg def...3、参数中的函数函数作为一个对象，我们同样可以将函数当成一个实际参数传递给另一个函数进行处理 # 系统内置求绝对值函数abs()，赋值给变量f f = abs; # 定义一个函数，用于获取两个数据绝对值的和...5、返回值中的函数：闭包函数作为对象，同样也可以出现在返回值中，其实就是在函数中又定义了另外的函数在一个函数中定义并使用其他的函数，这样的方式在不同的编程语言中有不同的管理方式，在Python中

1.8K1 0

点击加载更多

39. R 数据整理（十： R 的四种累积运算与by）

R语言中自编基尼系数的CART回归决策树的实现

R语言日常笔记（4）修改基因最大表达值

R语言中自编基尼系数的CART回归决策树的实现

30道练习题带你玩转统计学的R语言版

R语言用神经网络改进Nelson-Siegel模型拟合收益率曲线分析

临床预测模型—C指数(C-index)和时间ROC(timeROC)曲线绘制学习

R语言常见函数知识点梳理与解析 | 精选分析

dataframe进行常用统计、分组统计平均绝对偏差等操作函数。

分组计算描述性统计量函数—by()函数

这半吊子的公共数据把我的学生给欺负了

数据分析中非常实用的自编函数和代码模块整理

评分卡模型开发-用户数据缺失值处理

最优子集回归算法详解

用R解析Mahout用户推荐协同过滤算法(UserCF)

【Kotlin】标准库函数总结 ( apply 函数 | let 函数 | run 函数 | with 函数 | also 函数 | takeIf 函数 | takeUnless 函数 )

strlen函数，strcat函数，strcpy函数，strncpy函数，strcmp函数

swift 函数（函数定义、函数调用、函数类型、嵌套函数）

【JavaScript】函数 ① ( 函数引入 | 函数声明 | 函数调用 )

函数|匿名函数|偏函数|装饰器函数

相关资讯

热门标签

活动推荐

运营活动

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐