小编Ani*_*ita的帖子

我有2个向量:

word1 <- "bestelling"   
word2 <- "bestelbon"

现在我想找到从beginnig开始的最大公共子字符串,所以这里将是"bestel".

但举个例子是"bestelling"和"stel"这两个词,然后我想回来"".

考虑"artikelnr".我想,以取代"nr"由"nummer",但是当我考虑"inrichting",我不想更换"nr".所以我只想替换它"nr","nummer"如果它在一个单词的末尾.

我有两个向量:

vec1 <- c(1,0,1,1,1)
vec2 <- c(1,1,0,1,1)

向量在位置1,4和5处具有相同的元素.

如何在考虑位置的2个向量中返回重叠的元素数量？所以,我想在这里返回3号.

我有以下矢量:

words <- c("5lang","kasverschil2","b2b")

我想删除"5"in "5lang"和"2"in "kasverschil2".但我并不想删除"2"在"b2b".

我有以下矢量:

codes <- c("3WC8" , "456" , "lev", "1")

我想删除"456"和"1",但我不希望删除的号码"3WC8".

我有不同的矩阵和不同的大小（程序创建了我的矩阵，所以我不知道它们的样子）。现在我想检查一个矩阵是否与零矩阵不同。我怎样才能做到这一点？

我有一个文档TermMatrix，如下所示：

      artikel naam product personeel loon verlof    
 doc 1    1       1    2        1        0    0     
 doc 2    1       1    1        0        0    0    
 doc 3    0       0    1        1        2    1   
 doc 4    0       0    0        1        1    1   

在包中tm，可以计算两个文档之间的汉明距离。但现在我想对汉明距离小于 3 的所有文档进行聚类。所以这里我希望聚类 1 是文档 1 和 2，聚类 2 是文档 3 和 4。有可能这样做吗？

我在R中遇到以下情况:

> wordfreq 
  filiaalnummer       filiaal          type  omschrijving   filiaalnaam    
              1            3             3             2             1  
> names(wordfreq)  
 [1] "filiaalnummer" "filiaal"       "type"          "omschrijving" 
 [5] "filiaalnaam" 

> as.numeric(wordfreq)
 [1] 1 3 3 2 1

每次数字代表上述单词的频率.我想将矢量的名称粘贴到一个具有正确频率的元素中,所以我想得到以下内容:

filiaalnummer filiaal filiaal filiaal filiaal type type type omschrijving omschrijving filiaalnaam

我有以下结构，保存在 txt.file 中：

" punc "
x nounsg x
" punc "
" punc "
artikel nounsg "
" punc "

我想将这个 txt.file 读入 R，所以我试过这个

read.table("pos.txt",header=F, sep=" ")

但是这个在 R 中的产量：

"tpunc\t"
x\tnounsg\tx
"\tpunc\t
"\tpunc\t
artikel\tnounsg\tartikel
"\tpunc\t"

我想要一个有 3 列和 6 行的矩阵。这怎么可能？

当我添加fill = TRUE并使用时，sep = "\t",我得到：

 \tpunc\t             x                  \tpunc\t
 \tpunc\t             artikel            \tpunc\t 

所以有一些信息丢失

> readLines("pos.txt")[1:2]
[1] "\"\tpunc\t\""             "artikel\tnounsg\tartikel"

我想在 ksvm 中调整参数 C。现在我想知道这个 C 是如何定义的。C的定义是

违反约束的成本（默认值：1）这是拉格朗日公式中正则化项的“C”常数。

这是否意味着 C 越大，允许的错误分类越多？

我有以下代码:

N <- 3
K <- 100
S0 <- 100
u <- 1.007
d <- 1/u
r <- 0.002
a <- 1/6

ptil <- (1+r-d)/(u-d)
qtil <- 1-ptil

VN <- function(n,s,y){
   V <- 1/(1+r)*(ptil*VN(n+1,u*s,a*u*s+y)+qtil*VN(n+1,s*d, a*d*s+y))
   if (n < N){
      return(V)
   }
   if (n == N){
      return(max(c(0,y-K)))
   }  
}

当我计算时VN(0,S0, aS0),我得到以下错误:Error: evaluation nested too deeply: infinite recursion / options(expressions=)?.我的代码出了什么问题？

我有一个矢量:

vec <- c(1,-2,9,-7,7,4,5,2,1,-10)

现在我想取vec中负值的总和,以及vec中正值的总和.

neg <- sum of the negative values in vec
pos <- sum of the positive values in vec