小编Ric*_*col的帖子

我想将这种类型的数值转换为日期,但它不起作用.

20100727 例如

我试图将数字转换为字符并应用此:

as.Date("20100727", "Y%d%m")

但它不起作用.

我能怎么做 ？

我想知道如何在第一和第二个组件中绘制个体,如下所示:

我想将数据帧分成4个等份,因为我想使用我的计算机的4个核心.

我这样做了:

df2 <- split(df, 1:4)
unsplit(df2, f=1:4)

然后

df2 <- split(df, 1:4)
unsplit(df2, f=c('1','2','3','4')

但是unsplit功能不起作用,我有这些警告信息

1: In split.default(seq_along(x), f, drop = drop, ...) :
  data length is not a multiple of split variable
...

你知道原因吗？

我想估计非线性模型的参数。

模型方程为 Z = A * exp(- a * X) + B * exp(- b * Y) + C

• X 和 Y 是预测变量
• A, B, a, b 是要估计的参数

我所做的是通过在进行线性回归之前进行指数变换将模型转化为线性问题：

• 为a与b0和1之间，我计算exp_x = exp(- a * X)和exp_y = exp(- b * Y)
• 我做线性回归 Z ~ exp_x + exp_y

正如我们在这个模拟中看到的那样，它工作得很好

x = 1:10
y = 1:10

combination = expand.grid(x = x, y = y)

df = data.frame(
  X = combination$x,
  Y = combination$y,
  Z = 2 …

我想在K-means算法中使用Mahalanobis距离,因为我有4个高度相关的变量(0.85)

在我看来,在这种情况下使用Mahalanobis距离会更好.

问题是我不知道如何使用K-means算法在R中实现它.

我认为我需要在聚类步骤之前"伪造"它来转换数据,但我不知道如何.

我尝试了经典的kmeans,标准化数据的欧几里德距离,但正如我所说,有太多的相关性.

适合< - kmeans(mydata.standardize,4)

我也试图找到一个距离参数,但我认为它在kmeans()函数中不存在.

预期的结果是应用具有马哈拉诺比斯距离的K均值算法的方法.

我是一名 CSS 初学者，尝试使用 custom.css 文件自定义我的 WordPress 博客。

我想改变一个 div 的颜色，但这个 div 有几个类：

<div class="container template-blog template-single-blog ">

如果我使用以下代码，它会更改至少具有这些类之一的所有 div 的背景，还是仅更改具有至少这 3 个类的 div 的背景？

.container .template-blog .template-single-blog { background-color: lightgreen; }