在R语言中，对数据进行回归建模是一件很简单的事情，一个lm()函数就可以对数据进行建模了，但是建模了之后大部分人很可能忽略了一件事情就是，对回归模型进行诊断，判断这个模型到低是否模型的假定；如果不符合假定，模型得到的结果和现实中会有巨大的差距，甚至一些参数的检验因此失效。

在我们之前分享的文章《一名合格的机器学习工程师需要具备的5项基本技能，你都get了吗？》收到了读者的热烈响应。在这片广受赞誉的文章当中我们向大家介绍了成为机器学习牛人所需具备的关键技能。现在，我们将来自读者关于上一篇文章的问题进行汇总，发现其中大家最关心的就是：掌握机器学习技能到底需要学会哪一种编程语言？ 这个问题的答案或许会让你大跌眼镜——掌握哪一种编程语…

不用太紧张。掌握一点点编程技巧，你就能利用数据做更多的事情，远远超过那些开箱即用的软件。编程技巧能赋予你更加灵活的能力，而且各种类型的数据都能适应。 大多数设计新颖、令人惊艳的数据图都是通过代码或绘图软件实现的，很有可能两者兼有。有关绘图软件我们稍后也会谈到。 对于新手来说代码可能颇为神秘——我也是这样过来的。但我们可以把它当做一门新语言来看待，因为它确实如…

大数据的浪潮仍在继续。它渗透到了几乎所有的行业，信息像洪水一样地席卷企业，使得软件越发庞然大物，比如Excel看上去就变得越来越笨拙。数据处理不再无足轻重，并且对精密分析和强大又实时处理的需要变得前所未有的巨大。

在对不平衡的分类数据集进行建模时，机器学习算法可能并不稳定，其预测结果甚至可能是有偏的，而预测精度此时也变得带有误导性。

1、聚类 常用的包： fpc，cluster，pvclust，mclust 基于划分的方法： kmeans， pam， pamk， clara 基于层次的方法： hclust， pvclust， agnes， diana 基于模型的方法： mclust 基于密度的方法： dbscan 基于画图的方法： plotcluster， plot.hclust 基于验…

随着网上购物的流行,各大电商竞争激烈,为了提高客户服务质量,除了打价格战外,了解客户的需求点,倾听客户的心声也越来越重要,其中重要的方式 就是对消费者的文本评论进行数据挖掘.今天通过学习《R语言数据挖掘实战》之案例：电商评论与数据分析，从目标到操作内容分享给大家。 本文的结构如下 1.要达到的目标 通过对客户的评论,进行一系列的方法进行分析,得出客户对于某个…

1、直方图 这个是用的比较多的一种图，可以直观的看出变化的趋势。 2、散点图 用于观察数值变量之间是否存在联系。在图中可以清晰看出数据的相关性。如果Y随着X的增大而增加，则为正相关，如果Y随着X的增大而减小则为负相关。 下图为男女的身高体重分布图：可以看出随着身高和体重呈正相关。 对于多个维度可以使用R语言进行相关性分析。 3、标签云 对于搜索及文字等的观察…

摘要：文章整理出了2015年最优秀的十个Plotly图表，这些交互式的图表使用Plotly的web app和APIs制作而成。 第十位. “2001-2014对同性婚姻的支持” 这些Tufte迷你图(sparklines)由Pew Research绘制。 制作这些图表运用了Python, R以及Plotly web app. 第九位. “在Facebook网…

摘要：工具／产品／解决方案是数据科学家洞察数据的利器。KDNuggets网站对此观点进行了年度调查，来分析数据科学家在用哪些类型的工具，并提供了调查的匿名原始数据。 通过主成分析（PCA）法进行降维分析 对所有的工具同时进行关系分析，常规来说，PCA通过对大样本数据统计性质（eg, 协方差）的分析，试图用主要特征来解释关系。 分析结果： 当前分析的目标：通过…

有关人工智能、神经网络、机器学习、深度学习与大数据的技术合辑

关于数据可视化的认知，您有什么见解？

资源 1.用贝叶斯模型计算我的妻子是否怀孕 2.在基础R中使用插值法和平滑功能 3.数据兵工厂里的武器：R vs Spark【这个链接好像挂了~】 4.最好的大数据、数据科学、数据挖掘和机器学习播客视频大全 5.数据科学的线性模型导论 6.黑客读物：数据统计 7.Apache Spark-执行概要 8.随机vs非随机：如何叙述差异 9.面向时间数据可视化技术…

介绍 日常生活中，推荐工作都是怎样开展的呢推荐来源于经验。假设现在有人需要你基于现实生活中的数据立刻作出推荐，你会怎样做呢首先，我们会感觉自己得像智能顾问一样聪明。其次，我们做的已经超出人类的能力范围了。因此，我们的目标就是建立智能软件，让它为我们提供值得信赖的推荐系统。 当我们访问亚马逊、Netflix、 imdb等许多网站时，我们的潜意识里已经接触到了一…

题图为美国尼米兹核动力航空母舰 介绍 大数据时代，我们常常面对海量数据而头疼。作为学统计出身的人，我们想折腾大数据但又不想学习Hadoop或者Java，我们更倾向于把精力放在建模和算法设计上，SparkR和Docker的完美结合，让R的计算直接从一架战斗机的当兵作战华丽转变为一个航空母舰战斗群！不仅仅简化了分布式计算的操作，还简化了安装部署的环节，我们只几乎…

这是一篇开源数据挖掘工具的介绍，除了数据挖掘，RapidMiner还提供如数据预处理和可视化、预测分析和统计建模、评估和部署等功能。

本文为大家介绍如何在R中使用LIME来解释机器学习模型，并提供了相关代码。

数据科学家这一职业如今炙手可热，但是数据科学家也分应用型和研究型，并不如我们想象中那么高不可攀。尤其是在很多既有的工具或资源可用的情况下，数据科学的钻研可深可浅，就看你能玩到哪个级别。如今很多非科班出身的转行搞数据科学，也不是什么很稀罕的事。这不，物理学系出身的 Admond Lee 就写了一篇他的第一次实习数据科学工作的经历，希望对有志于从事数据科学职位的读者们有所启示。

本文主要对ggplot2的可视化理念及开发套路做一个总体介绍，具体绘图方法(如折线图，柱状图，箱线图等)将在后面的文章中分别进行讲解。

本文将给出使用R语言进行数据塑型的一些基本的技巧，更多技术细节推荐参考《R语言核心手册》。