小编sta*_*oob的帖子

我有以下数据：

library(leaflet)
library(leaflet.extras)
library(flexdashboard)
library(htmltools)
library(htmlwidgets)
library(plotly)
id = 1:1000
long = 2.2945 + rnorm( 1000, 0.1085246 , 0.1)
lat = 48.8584 + rnorm( 1000, 0.009036273 , 0.1)
my_data_1 = data.frame(id, lat, long)
id = 1:1000
long = 2.2945 + rnorm( 1000, 0.1085246 , 0.1)
lat = 48.8584 + rnorm( 1000, 0.009036273 , 0.1)
my_data_2 = data.frame(id, lat, long)

使用这些数据，我制作了这些地图：

map1 = my_data_1 %>%
    leaflet() %>%
    addTiles() %>%
    addHeatmap(lng=~long,lat=~lat,max=100,radius=20,blur=10)

map2 = my_data_2 %>%
    leaflet() %>%
    addTiles() %>%
    addHeatmap(lng=~long,lat=~lat,max=100,radius=20,blur=10)

map3 = …

在 R 编程语言中，我对执行“模糊连接”并通过 SQL 连接传递它感兴趣：

library(fuzzyjoin)
library(dplyr)

library(RODBC)
library(sqldf)

con = odbcConnect("some name", uid = "some id", pwd = "abc")

sample_query = sqlQuery( stringdist_inner_join(table_1, table_2, by = "id2", max_dist = 2) %>%
  filter(date_1 >= date_2, date_1 <= date_3) )

view(sample_query)

但是，我认为这是不可能的，因为不支持我们用于“模糊连接”（stringdist_inner_join）的函数。

我试图找到这个“模糊连接”函数的源代码，并在这里找到它： https: //rdrr.io/cran/fuzzyjoin/src/R/stringdist_join.R

我的问题：有谁知道是否可以（手动）将此“模糊连接”函数转换为可识别的 SQL 格式？有没有快速的方法来重写这个函数（stringdist_inner_join），以便它可以被Netezza识别？是否有任何现有的方法可以做到这一点？

现在我只能在本地执行“sample_query” - 重写此函数（stringdist_inner_join）将使执行“sample_query”更快。

有谁知道这是否可能？

笔记：

我的数据如下所示：

table_1 = data.frame(id1 = c("123 A", "123BB", "12 5", "12--5"), id2 = c("11", "12", "14", "13"),
date_1 = c("2010-01-31","2010-01-31", "2015-01-31", "2018-01-31" ))

table_1$id1 = as.factor(table_1$id1)
table_1$id2 …

我有以下情况：

如果该马尔可夫链从位置 = 5 开始，则变量在 prob=0.5 时移动 +1，在 prob=-0.5 时移动 -1

• 情况 1：变量首次达到位置 = 0 的预期时间是多少？
• 情况 2：变量在至少一次达到position=10 后首次达到position=0 的预期时间是多少？

我尝试按如下方式执行此操作（我创建了一个跟踪变量来查看模拟卡在哪里）：

# the simulations can take a long time to run, I interrupted them

library(ggplot2)
library(gridExtra)

n_sims <- 100
times_to_end_0 <- numeric(n_sims)
times_to_end_0_after_10 <- numeric(n_sims)
paths_0 <- vector("list", n_sims)
paths_0_after_10 <- vector("list", n_sims)

for (i in 1:n_sims) {
    print(paste("Running simulation", i, "for situation 1..."))
    y <- 5
    time <- 0
    path_0 <- c(y)

    while(y > 0) {
        step <- sample(c(-1, …

我模拟了一些数据并使用 visnetwork 在 R 中创建了一个图形网络：

library(igraph)
library(dplyr)
library(visNetwork)

#create file from which to sample from
x5 <- sample(1:100, 1100, replace=T)
#convert to data frame
x5 = as.data.frame(x5)

#create first file (take a random sample from the created file)
a = sample_n(x5, 1000)
#create second file (take a random sample from the created file)
b = sample_n(x5, 1000)

#combine
c = cbind(a,b)
#create dataframe
c = data.frame(c)
#rename column names
colnames(c) <- c("a","b")


#create graph
graph <- graph.data.frame(c, directed=F)
graph <- …

最近，我读到古巴比伦文明使用以 60 为基数而不是 10 为基数的数字系统。即使使用以 60 为基数的数字系统，他们仍然能够近似计算 2 \xe2\x80\x94 的平方根，并且几千年前也是如此！

我对此很好奇，想看看如何将十进制（以 10 为基数）中的数字转换为六十进制（以 60 为基数）。使用 R 编程语言，我找到了此链接，其中提供了有关将数字从某个基数转换为不同基数的答案。

然而，这里似乎基数只能在 2 到 36 之间（我想要基数 60）：

base <- function(b, base = 10)\n{\n  base <- as.integer(base)\n  if(base > 36 | base < 2) stop("\'base\' must be between 2 and 36.")\n  \n  structure(lapply(b, function(x) \n    {\n      n   <- ceiling(log(x, base))\n      vec <- numeric()\n      val <- x\n      \n      while(n >= 0)\n      {\n        rem <- val %/% base^n\n        val …

我正在使用 R 编程语言。我正在尝试在具有不平衡类（即二元响应变量比率 95% 到 5%）的非常大的数据集（超过 1 亿行）上拟合随机森林模型。为此，我编写了 R 代码：

• 步骤 1：为了解决这个 Stackoverflow 问题创建一个训练集和一个测试集
• 步骤 2：使用放回抽样从训练集中创建许多随机（较小）子集，并具有更好的响应变量分布（这是提高模型“真实准确性”的尝试）
• 步骤 3：将随机森林模型拟合到每个随机子集，并将每个模型保存到工作目录（以防计算机崩溃）。注意 - 我使用“ranger”包而不是“randomForest”包，因为我读到“ranger”包更快。
• 步骤 4：将所有这些模型组合成一个模型 - 然后用这个组合模型对测试集进行预测

下面，我包含了这些步骤的 R 代码：

第 1 步：为问题创建数据

# Step 1: Randomly create data and make initial training/test set:


library(dplyr)
library(ranger)

original_data = rbind( data_1 = data.frame( class = 1, height = rnorm(10000, 180,10), weight = rnorm(10000, 90,10), salary = rnorm(10000,50000,10000)),  data_2 = data.frame(class = 0, height = rnorm(100, 160,10), weight = rnorm(100, …

使用 R 中的“plotly”库 - 我生成了一些随机数据并进行了一些交互式数据可视化：

library(plotly)
library(ggplot2)
library(dplyr)
library(hrbrthemes)

#subplot 1

data1 <- data.frame(
  day = as.Date("2017-06-14") - 0:364,
  value = runif(365) - seq(-140, 224)^2 / 10000
)

p1 <- ggplot(data1, aes(x=day, y=value)) +
  geom_line( color="#69b3a2") + 
  xlab("") +
  theme_ipsum() +
  theme(axis.text.x=element_text(angle=60, hjust=1)) 

fig1 <- ggplotly(p1)

scatter_1 = data.frame(x = rnorm(100,100,100), y = rnorm(100,100,100))

fig2 <- plot_ly(data = scatter_1, x = ~x, y = ~y)



#subplot 2

data2 <- data.frame(
  day = as.Date("2017-06-14") - 0:364,
  value = runif(365) - seq(-140, …

我遇到了以下逻辑问题：

在此问题中，您需要将篮球运动员的真实姓名与其昵称相匹配，并按身高对篮球运动员进行排序。通常，这个问题需要你手动枚举名字-昵称和名字-身高的不同组合，直到根据下面的条件不存在矛盾为止。

我想知道是否可以使用 R 等编程语言通过暴力破解来解决此类问题。

例如，下面的代码按身高列出了篮球运动员的所有可能组合：

my_list = c("Bill", "Ernie", "Oscar", "Sammy", "Tony")

d = permn(my_list)

all_combinations  = as.data.frame(matrix(unlist(d), ncol = 120)) |>
  setNames(paste0("col", 1:120))


data_frame_version = data.frame(matrix(unlist(d), ncol = length(d))

matrix_version = matrix(unlist(d), ncol = length(d)) 

#first 20 rows of matrix version:

     [,1]    [,2]    [,3]    [,4]    [,5]    [,6]    [,7]    [,8]    [,9]    [,10]   [,11]   [,12]   [,13]   [,14]   [,15]   [,16]   [,17]   [,18]   [,19]  
[1,] "Bill"  "Bill"  "Bill"  "Bill"  "Tony"  "Tony"  "Bill"  "Bill"  "Bill"  "Bill"  "Bill"  "Bill"  "Bill"  "Bill"  "Tony"  "Tony"  "Sammy" …

假设我有以下因素列表：

factor_1 = c("A1", "A2", "A3")
factor_2 = c("B1", "B2")
factor_3 = c("C1", "C2", "C3", "C4")
factor_4 = c("D1", "D2", "D3")

我制作了以下数据框，其中包含这些因素的所有 (3 * 2 * 4 * 3 = ) 72 种组合：

data_exp <- expand.grid(factor_1, factor_2, factor_3, factor_4) 
data_exp$id = 1:nrow(data_exp)

> head(data_exp)
  Var1 Var2 Var3 Var4 id
1   A1   B1   C1   D1  1
2   A2   B1   C1   D1  2
3   A3   B1   C1   D1  3
4   A1   B2   C1   D1  4
5   A2   B2   C1   D1  5
6 …

我正在使用 R 编程语言。

假设有 100 人 - 每个人都用 1:100 开始的 ID 表示。每个人都可以与其他人成为朋友。数据集可以用图形/网络格式表示，如下所示：

# Set the seed for reproducibility
set.seed(123)

# Generate a vector of ID's from 1 to 100
ids <- 1:100

# Initialize an empty data frame to store the "from" and "to" values
edges <- data.frame(from=integer(), to=integer(), stringsAsFactors=FALSE)

# Iterate through the ID's
for(id in ids) {
    # Randomly select a minimum of 1 and a maximum of 8 neighbors for the current ID
    neighbors <- sample(ids[ids != …