小编WAF*_*WAF的帖子

我正在尝试计算以下矩阵的-0.5幂:

S <- matrix(c(0.088150041, 0.001017491 , 0.001017491, 0.084634294),nrow=2)

在Matlab中,结果是(S^(-0.5)):

S^(-0.5)
ans =
 3.3683   -0.0200
-0.0200    3.4376

我正在编写我的第一个S3类和相关的方法,我想知道如何对输入数据集进行子集化,以便只保留公式中指定的变量？

data(iris)
f <- Species~Petal.Length + Petal.Width

随着model.frame(f,iris)我得到的公式中所有变量的一个子集.如何自动保留右侧变量(在示例Petal.Length和中Petal.Width)？

我有一个名为v的向量,具有正值和负值以及零.问题是,如何提取(在列表中)所有连续的正数序列,即由零分隔的正数序列.

这是v:

v <- c(-75.09619, -38.31229,   0,  57.17792,  65.55923, 108.52735, 104.29929,  32.47125,0,   0,   0,   0, -26.65008, -49.48638, -79.60670,-90.55343, -34.60761,   0, 21.48842, 38.83820, 42.28727, 0)

输出必须是这样的:

[1] 57.17792,  65.55923, 108.52735, 104.29929,  32.47125
[2] 21.48842 , 38.83820, 42.28727

有任何想法吗？

是否可以在postgresql数据库中绘制表格,并使用R如下所示关系？

PhantomJS API声称允许通过标准require接口访问'fs'和一些其他内置commonJS模块.grunt-contrib-jasmine声称使用phantomJS运行所有规格.但是当我使用grunt-contrib-jasmine时,require方法似乎不可用？

fs = require('fs')
describe 'DesignService',  ->
  it 'test loadFromJSON',  ->
    jsonFile = fs.read("resources/sample_pole.json")

给我错误:

 ReferenceError: Can't find variable: require at
>> target/spec/Spec.js:3 

我究竟做错了什么？

如果不清楚,我正在从coffeescript编译,然后将grunt-contrib-jasmine指向编译的输出.其他规格都运行正常.

要在R中绘制正态分布曲线,我们可以使用:

(x = seq(-4,4, length=100))
y = dnorm(x)
plot(x, y)

如果dnorm将y计算为x的函数,R是否有一个函数来计算x作为y的函数？如果不是最好的方法是什么？

我有一个csv文件(crop_calendar.csv),其中包含有关特定区域中作物的开发阶段的信息.基本上每行都有以下结构:

crop_name   sowing_dat    emergence_date  flowering_date  maturity_date  harvest_date

例如:

Winter_wheat    18.08   28.08   24.06   30.07   3.08
Winter_rye      18.08   28.08   15.06   23.07   29.07
Spring_wheat    27.04   10.05   1.07    4.08    7.08
Spring_barley   27.04   12.05   27.06   1.08    5.08

现在,我想将这些信息放在一个看起来像这样的图形中:

知道如何使用大量的作物(行)和不同的位置吗？

以下是文献如何解释如何计算两个时间序列的多维动态时间扭曲：

 library(dtw)
 x<- cbind(1:10,1)
 y<- cbind(11:15,2)
 cxdist <-dist(x,y,method="euclidean")
 dtw(cxdist)$distance

事实上，它首先计算交叉距离矩阵，然后将其用作 dtw 函数的输入。

我想在具有相当大图像的图像分类中使用多维动态时间扭曲。图像值存储在如下所示的数据框中：

 inDf <- data.frame(matrix(rnorm(60), ncol = 6))
 colnames(inDf) <- c('var1t1','var2t1','var1t2','var2t2','var1t3','var2t3')

在这个例子中，有两个变量（var1 和 var2）被观察了 3 次。

问题是如何以尽可能高的计算强度获得 dtw 距离矩阵？

这里有一些想法： - 遍历输入图像矩阵的每个值，将向量重塑为矩阵，以便能够计算交叉距离，然后计算 dtw 距离并将其存储在专用矩阵中。这当然是计算最密集的解决方案

在迭代算法中,我在每个步骤中识别出要考虑进一步计算的一个,几个或没有行.要存储感兴趣的行,我必须绑定两个变量:X.id和X.val.我目前使用:

cbind(X.id,X.val)

当X.id和X.val都是矩阵时,它工作正常:

X.id  <- matrix(1,nrow=2,3)
X.val <- matrix(1,nrow=2,1)     
 cbind(X.id,X.val)
     [,1] [,2] [,3] [,4]
[1,]    1    1    1    1
[2,]    1    1    1    1

但是当他们有一行时:

X.id  <-  c(1,1,1)
X.val <- matrix(1,nrow=1,1)
cbind(X.id,X.val)

这给出了以下错误:

 In cbind(c(1, 1, 1), matrix(1, nrow = 1, 1)) : number of rows of result is not a multiple of vector length (arg 1)

当行数为0,1和n时,所提出的解决方案应该工作,同时保留矩阵的维数!