我正在尝试使用以下数据集训练R中的神经网络(小部分)
Age Salary Mortrate Clientrate Savrate PartialPrate
[1,] 62 2381.140 0.047 7.05 3.1 0
[2,] 52 1777.970 0.047 6.10 3.1 0
[3,] 53 2701.210 0.047 6.40 3.1 0
[4,] 52 4039.460 0.047 7.00 3.1 0
[5,] 56 602.240 0.047 6.20 3.1 0
[6,] 43 2951.090 0.047 6.80 3.1 0
[7,] 49 4648.860 0.047 7.50 3.1 0
[8,] 44 3304.110 0.047 7.10 3.1 0
[9,] 56 1300.000 0.047 6.10 3.1 0
[10,] 50 1761.440 0.047 6.95 3.1 0
如果我尝试为上面的小数据集做这个代码工作,但如果我采取更多的数据然后neuralnet()给出错误: …
我是初学者，我想读取包含 .csv 和 .csv 文件的 csv 文件。和 ，是小数点分隔符。我怎样才能在 R 中做到这一点，谢谢
AllDataxx=read.csv("C:Sample.csv",
header=TRUE,sep=";",dec=", & .")
在NLS回归中是否有任何函数来计算Newey-West估计和R中的White的标准误差.三明治和汽车包装都可以,但他们需要一个lm物体来计算误差.
我是R的新手.我有两个零和一个向量.我想找到哪些行都是零,两个都是.零到一或零.考虑到这一点,我似乎无法找到一个问题.谢谢
恩.
a=c(0,0,0,1,0,1,1,1,0,1)
b=c(1,0,1,0,0,0,0,1,1,1)
我有以下向量:
x = c(31, 56, 78, 98, 76, 88, 90)
并希望选择以相同数字结尾的所有值.例如,78,88,98.
我们可以说有以下内容:
time=c(20060200,20060200,20060200,20060200,20060200,20060300,20060400,20060400,20060400)
bucket=c(1,1,2,2,1,3,3,3,1)
rate=c(0.05,0.04,0.04,0.05,0.06,0.01,0.07,0.08,0.03)
time bucket rate
1: 20060200 1 0.05
2: 20060200 1 0.04
3: 20060200 2 0.04
4: 20060200 2 0.05
5: 20060200 1 0.06
6: 20060300 3 0.01
7: 20060400 3 0.07
8: 20060400 3 0.08
9: 20060400 1 0.03
我知道如何通过这样的方式将速率汇总到时间或桶
test=data.table(time,bucket,rate)
b=test[,list(x=sum(rate)),by=bucket]
我的问题是如何聚合到桶,同时保持时间不变.
所以我想要的是这样的:
20060200 1 0.15
20060200 2 0.09
20060200 3 0
20060300 1 0
20060300 2 0
20060300 3 0.01
20060400 1 0.03
20060400 2 0
20060400 3 0.15
希望这很清楚,谢谢