小编sta*_*oob的帖子

有没有办法使用rpart.plot库来绘制不属于的对象rpart（用于制作决策树）？

例如，以下是正在运行的经典rpart库rpart.plot：

#load libraries
    library(rpart)
    library(rpart.plot)

#load data
    data(iris)

#fit rpart model (i.e. decision tree)
    r = rpart(Species ~., data=iris)

#plot model
    rpart.plot(r)

问题：我正在研究一个多类分类问题（如上面的示例 - 我只是用著名的“iris 数据集”说明了这一点），其中“rpart”运行时间太长（我等了 10 个小时，“rpart”代码仍然没有运行）。

然而，我在 R 中发现了另一个名为“c50”的库，它能够立即创建类似的模型：

#load library 
library(C50)

#run same model
tree_mod <- C5.0(x = iris[, -5], y = iris$Species, rules = TRUE)

#view model
summary(tree_mod)

plot(tree_mod)

问题：是否可以将“rpart.plot”库与“C50”库中的对象一起使用？

例如：

#my attempt
rpart.plot(tree_mod)

Error in rpart.plot(tree_mod) : Not an rpart object

我的想法： 可以使用“C50”库提取不同的规则：

summary(tree_mod) …

我正在尝试用 R 编写以下游戏：

• 掷骰子，直到出现 4，然后出现 6
• 计算一下您观察到 4 后跟 6 需要多少次
• 重复前两个步骤 100 次
• 计算观察到 4 和 6 所需的平均次数

我尝试手动模拟如下 - 我首先使用 R 中的“runif”命令多次“掷骰子”，希望您最终会看到 4 后面跟着 6 （我不知道如何使用“直到循环”进行编码）。我重复了 100 次，并将所有这些卷放入数据框中：

roll_1 = floor(runif(100, min=1, max=6))

roll_2 = floor(runif(100, min=1, max=6))

roll_3 = floor(runif(100, min=1, max=6))

roll_4 = floor(runif(100, min=1, max=6))

roll_5 = floor(runif(100, min=1, max=6))

#etc 

roll_100 = floor(runif(100, min=1, max=6))

all_rolls = data.frame(roll_1, roll_2, roll_3, roll_4, roll_5, roll_100)

这看起来如下：

head(all_rolls)
  roll_1 roll_2 roll_3 roll_4 roll_5 roll_100
1      4      2 …

我正在使用 R 编程语言。我在 R 中使用“CORELS”库，这是一个示例（CORELS 是一个类似于决策树的统计模型）：

library(corels)

logdir <- tempdir()
rules_file <- system.file("sample_data", "compas_train.out", package="corels")
labels_file <- system.file("sample_data", "compas_train.label", package="corels")
meta_file <- system.file("sample_data", "compas_train.minor", package="corels")

stopifnot(file.exists(rules_file),
          file.exists(labels_file),
          file.exists(meta_file),
          dir.exists(logdir))

corels(rules_file, labels_file, logdir, meta_file,
       verbosity_policy = "silent",
       regularization = 0.015,
       curiosity_policy = 2,   # by lower bound
       map_type = 1)       # permutation map
cat("See ", logdir, " for result file.")

可以在此处查看输出：

OPTIMAL RULE LIST
if ({sex:Male,juvenile-crimes:>0}) then ({recidivate-within-two-years:Yes})
else if ({priors:>3}) then ({recidivate-within-two-years:Yes})
else ({recidivate-within-two-years:No})

我的问题：我仍然对上述函数的语法如何工作感到有点困惑。例如，我尝试在“iris”数据集上使用上述函数：

data(iris)
head(iris)

  Sepal.Length Sepal.Width …

在使用 R 工作时，我进行了以下非正式观察：

• 我注意到，与类似大小的 CSV 文件相比，我能够更快地导入 RDS 文件。

• 例如，假设我的计算机上有一个 CSV 文件。如果我将此 CSV 文件导入到 R 中，请使用“saveRDS”命令将此文件另存为 RDS，然后使用“readRDS”命令重新导入同一文件 - 导入 RDS 版本似乎需要更少的时间该文件的 CSV 版本与同一文件的 CSV 版本进行比较。

例如：

步骤 1我为我的假设创建一个文件

# create file (i.e. imagine this file currently exists on the computer in CSV format)

test_file = data.frame(col1 = sample.int(100, 1000000, replace = TRUE), col2 = sample.int(100, 1000000, replace = TRUE), col3 = sample.int(100, 1000000, replace = TRUE), col4 = sample.int(100, 1000000, replace = TRUE), col5 = sample.int(100, 1000000, replace = TRUE), …

我在这里找到了这篇 stackoverflow 帖子（在浏览器中突出显示/查找散点图中的数据点），其中展示了如何为散点图中的散点图创建搜索栏。

我尝试运行此示例中提供的代码：

library(plotly)
library(htmlwidgets)
library(htmltools)

pcaCars <- princomp(mtcars, cor = TRUE)
carsHC <- hclust(dist(pcaCars$scores), method = "ward.D2")

carsDf <- data.frame(pcaCars$scores, "cluster" = factor(carsClusters))
carsClusters <- cutree(carsHC, k = 3)

carsDf <- transform(carsDf, cluster_name = paste("Cluster", carsClusters))

p <- plot_ly(carsDf, x = ~Comp.1 , y = ~Comp.2, text = rownames(carsDf),
             mode = "markers", color = ~cluster_name, marker = list(size = 11), type = 'scatter', mode = 'markers')

p <- htmlwidgets::appendContent(p, htmltools::tags$input(id='inputText', value='Merc', ''), htmltools::tags$button(id='buttonSearch', 'Search'))
p <- …

我的数据格式如下：

my_data = structure(list(name = c("john", "john", "john", "john", "john", 
"alex", "alex", "alex", "alex", "alex", "tim", "tim", "tim", 
"tim", "tim", "jason", "jason", "jason", "jason", "jason", "peter", 
"peter", "peter", "peter", "peter", "nancy", "nancy", "nancy", 
"nancy", "sarah", "sarah", "sarah", "sarah", "luke", "luke", 
"luke", "luke", "steve", "steve", "steve", "steve", "matt", "matt", 
"matt", "mark", "mark", "mark", "jim", "jim", "jim", "derek", 
"derek", "lucy", "lucy", "anne", "kevin", "dave"), year = c(2010, 
2011, 2013, 2014, 2019, 2010, 2011, 2012, 2013, 2014, 2008, 2010, 
2014, 2018, 2019, 2005, …

我正在使用 R 编程语言。

我有以下图形网络数据：

library(igraph)
library(visNetwork)

from <- c("Boss", "TeamA", "TeamA", "TeamA", "SubteamA1", "SubteamA1", "SubteamA1", "SubteamA2", "SubteamA2", "SubteamA2", "SubteamA3", "SubteamA3", "SubteamA3")
to <- c("TeamA", "SubteamA1", "SubteamA2", "SubteamA3", "employee1", "employee2", "employee3", "employee4", "employee5", "employee6", "employee7", "employee8", "employee9")
a1 = data_frame <- data.frame(from, to)


from <- c("Boss", "TeamB", "TeamB", "TeamB", "SubteamB1", "SubteamB1", "SubteamB1", "SubteamB2", "SubteamB2", "SubteamB2", "SubteamB3", "SubteamB3", "SubteamB3")
to <- c("TeamB", "SubteamB1", "SubteamB2", "SubteamB3", "employee10", "employee11", "employee12", "employee13", "employee14", "employee15", "employee16", "employee17", "employee18")
a2 = data_frame <- data.frame(from, to)


final = …

我制作了以下地图：

library(sf)  
library(leaflet)
library(leafgl)
library(colourvalues)
library(leaflet.extras)


nc <- st_read(system.file("gpkg/nc.gpkg", package="sf"), quiet = TRUE) %>% 
  st_transform(st_crs(4326)) %>% 
  st_cast('POLYGON')

leaflet(data = nc) %>% addPolygons( stroke = FALSE) %>% addTiles(group = "OSM") %>%  addProviderTiles(provider = providers$OpenStreetMap) %>% addPolygons(data = nc, weight=1, popup = ~NAME,
                label = ~NAME, group = "name", col = 'blue') %>% 
    addSearchFeatures(targetGroups  = 'name', options = searchFeaturesOptions(zoom=10, openPopup=TRUE))

我想给多边形涂上不同的颜色，以便它们更容易看到 - 我通过随机为多边形分配颜色来做到这一点：

nc$color <- sample(c("red", "blue", "green", "yellow", "purple"), nrow(nc), replace = TRUE)

leaflet(data = nc) %>% 
    addTiles(group = "OSM") %>% …

我正在使用 R 和 Python 语言。

假设我在 Google 地图上搜索以下加拿大邮政编码 (M5V 3L9)：

https://www.google.com/maps/place/多伦多,+ON+M5V+3L9/@43.642566,-79.3875851,18z/data=!4m6!3m5!1s0x882b34d436f9c825:0x9e9c6195e38030f2!8m2!3d43.6429129!4 d- 79.3853443!16s%2Fg%2F1tvq4rqd?条目=ttu

当我搜索此内容时，我可以看到该邮政编码的“周长”以红色突出显示：

我的问题：（ 通过 R/Python 使用 Selenium）从 HTML/CSS/XML 角度来看 - 我试图获取构成该周界边界的所有坐标的列表。

我一直在尝试探索从该网站生成的源代码，看看是否可以做一些事情来查看该周边的源代码（例如 JSON 格式）的存储位置 - 但到目前为止，我可以没有找到任何东西：

我希望也许有一些东西可以让我使用 Selenium 反复单击此周边并提取经度/纬度点 - 但到目前为止，我找不到任何东西。

有人可以告诉我该怎么做吗？

谢谢！

注意：通用 Selenium 代码：

library(RSelenium)
library(wdman)
library(netstat)

selenium()
seleium_object <- selenium(retcommand = T, check = F)

remote_driver <- rsDriver(browser = "chrome", chromever = "114.0.5735.90", verbose = F, port = free_port())

remDr<- remote_driver$client


remDr$navigate("https://www.google.com/maps/place/Toronto,+ON+M5V+3L9/@43.642566,-79.3875851,18z/data=!4m6!3m5!1s0x882b34d436f9c825:0x9e9c6195e38030f2!8m2!3d43.6429129!4d-79.3853443!16s%2Fg%2F1tvq4rqd?entry=ttu")   

我在 R 中有这些数据：

string_1 = c("newyork 123", "california 123", "washington 123")
string_2 = c("123 red", "123 blue", "123 green")
my_data = data.frame(string_1, string_2)

我想string_2从中“减去” string_1。结果看起来像这样：

"newyork", "california", "washington"

我尝试这样做：

library(tidyverse)

# did not work as planned
> str_remove(string_1, "string_2")

[1] "newyork 123"    "california 123" "washington 123"

但这并不是执行“完整”减法。

• 有谁知道如何做到这一点？
• 我应该尝试在 SQL 中使用 ANTI JOIN 来做到这一点吗？

谢谢你！