小编Ben*_*ker的帖子

我正在将一个短语读入R脚本作为参数。如果该短语包含星号（*），则我不希望脚本运行。

但是，使用grepl时，我在识别星号时遇到了问题。例如：

> asterisk="*"
> phrase1="hello"
> phrase2="h*llo"
> grepl(asterisk,phrase1)
[1] TRUE
> grepl(asterisk,phrase2)
[1] TRUE

的结果grepl(asterisk,phrase1)应为FALSE。有谁知道我如何grepl识别短语中是否有星号？

考虑一下代码:

a=runif(1000)
microbenchmark::microbenchmark(order(a,method="radix"))
microbenchmark::microbenchmark(sort.list(a,method="radix"))

运行此代码,我看到的更好的性能order()相比sort.list().另一方面,如果我使用100000的样本大小,两个函数的性能几乎相同.

为什么会这样？

我有一个像这样的数据集，mushrooms <- read.csv("mushrooms.csv")现在我已经有了一个mushrooms.training_set占整个数据集 1/3 的数据集。对于这两个变量，typeof()返回list。

现在，我想选择原始数据集中mushrooms不在mushrooms.training_set. 我该怎么做？我已经尝试过以下方法：

• mushrooms[c(!mushrooms.training_set),]但这会返回大约 64K 行的内容。
• mushrooms[!mushrooms.training_set,]
• mushrooms[!duplicated(mushrooms.training_set)]

谁帮帮我？

下面的代码生成一个堆积区域图,其中包含一个与我想要的线图,但是它产生的图例与折线图的颜色不匹配.我该如何解决？谢谢!

ggplot(data=revenue, aes(x=Date, alpha=0.1)) +
  geom_area(aes(y=SENSE.revenues + ORB.revenues + SENSE.refills + ORB.refills, 
                fill=" ORB Refills"),colour="Black")+
  geom_area(aes(y=SENSE.revenues + ORB.revenues + SENSE.refills, fill=" ORB 
                Revenue"),colour="Black")+
  geom_area(aes(y=SENSE.revenues + SENSE.refills, fill=" SENSE 
                Refills"),colour="Black")+
  geom_area(aes(y=SENSE.revenues, fill=" SENSE Revenues"),colour="Black") +
                labs(title="Projected Revenues", subtitle="SENSE and ORB", 
                     y="Revenue ($Thousand)") +          
  scale_fill_discrete(name="Revenue Type") +
  theme(axis.text.x = element_text(angle = 75, hjust = 1))+
  scale_x_discrete(name ="Date", limits=dates) +                   
  scale_fill_brewer(palette="Purples")+
  scale_alpha(guide = 'none')+
  theme(legend.title=element_blank())+
  geom_line(aes(y=Returns, fill=" Revenues Net of Returns"), colour="Red", 
                size=0.7)

我已经进行了大量的谷歌搜索，这些解释要么没有任何意义，要么说只是使用因素而不是有序数据。我知道``.L is linear,.Q`是二次方的，...等等。但是我不知道该如何实际表达它的意思。举例来说，

Primary.L     7.73502       0.984
Primary.Q     6.81674       0.400
Primary.C     -4.07055      0.450
Primary^4     1.48845       0.600

其中第一列是变量，第二列是估计值，第三列是p值。当变量按顺序增加时，我要说些什么？这基本上是在说我将使用什么模型，所以这将7.73502x + 6.81674x^2 - 4.07055x^3是模型的方式？还是只包括二次方？所有这些都令人困惑。如果任何人都可以照亮一盏灯到如何解释这些.L，.Q，.C等等，那将是非常美妙。

例

> summary(glm(DEPENDENT ~ Year, data = HAVE, family = "binomial"))

Call:
glm(formula = DEPENDENT ~ Year, family = "binomial", data = HAVE)

Deviance Residuals: 
    Min       1Q   Median       3Q      Max  
-0.3376  -0.2490  -0.2155  -0.1635   3.1802  

Coefficients:
             Estimate Std. Error  z value Pr(>|z|)    
(Intercept) -3.572966   0.028179 -126.798  < 2e-16 ***
Year.L      -2.212443 …

我试图找出它是否有一个，但似乎没有任何帮助。

help(date)

我正在尝试计算我的转换矩阵P^100在哪里P。我想通过对角化来做到这P一点，这样我们就有P = Q*D*Q^-1.

当然，如果我可以P成为这种形式，那么我可以轻松计算P^100 = Q*D^100*Q^-1（其中*表示矩阵乘法）。

我发现，如果你这样做P^5，你将得到的回报是一个矩阵，其中 P 的每个条目都被提升到 5 次方，而不是矩阵 ( P*P*P*P*P)的 5 次方。

我在这里发现了一个问题，该问题询问如何检查矩阵是否可对角化，而不是如何明确构造矩阵的对角化。在 MATLAB 中，这非常简单，但好吧，我使用的是 R 而不是 MATLAB。

这是我的代码

# create a model from the training data comparing the TargetField to the others
lm.fit <- lm(TargetField ~ .,train) 

# output a summary of the model
summary(lm.fit)

输出是这样的

我的问题是，Estimate输出中的列告诉我们什么？

我试着打字

? summary.lm 

在 RStudio 的控制台面板中，但我没有看到提到“估计”。

我想生成一个日志正态分布,以便在我的python代码中使用它,这将改变我点击服务器的速率.任何人都可以指导我生成相同的.

我有一个数据框，想计算 R 中名义 GDP 的增长率。我知道如何在 Excel 中使用公式 来计算((gdp of this year)-gdp of last year)/( gdp of last year))*100。在R中可以使用什么样的命令来计算它？

year nominal gdp 
2003 7696034.9    
2004 8690254.3    
2005 9424601.9    
2006 10520792.8   
2007 11399472.2   
2008 12256863.6   
2009 12072541.6   
2010 13266857.9   
2011 14527336.9   
2012 15599270.7   
2013 16078959.8