小编sah*_*ahn的帖子

我正在尝试解决黑客排名上的“一笔非常大的金额”挑战：https://www.hackerrank.com/challenges/a-very-big-sum/problem

在那里我必须对给出的数组中的所有数字求和，所以我想出了两个解决方案：

第一个解决方案

function aVeryBigSum(ar){\n  let sum = 0;\n  for(let i = 0; i < ar.length; i++){\n     sum += i;\n   }\n}\n

第二种解决方案

function(ar){\n let sum = ar.reduce((accumulator, currentValue) => {\n  accumulator + currentValue;\n    });\n}\n

但它们都不起作用，我不\xc2\xb4t知道为什么，我想也许我没有按照黑客等级希望我写的那样，但我不确定

如何将一个整数随机划分为 n 个部分，且可能的结果为零？（最好是R语言）

例如，要将整数 5 分成 3 部分并执行 4 次，我可能会得到以下输出：

[1] 4 0 1

[2] 2 2 1

[3] 0 2 3

[4] 1 1 3 

谢谢！

我尝试使用 F1 分数来确定哪个 k 值可以最大化模型以达到其给定的目的。模型是通过包train中的函数制作的caret。

示例数据集： https: //www.kaggle.com/lachster/churndata

我当前的代码包括以下内容（作为 f1 分数的函数）：

f1 <- function(data, lev = NULL, model = NULL) {
    precision <- posPredValue(data$pred, data$obs, positive = "pass")
    recall <- sensitivity(data$pred, data$obs, positive = "pass")
    f1_val <- (2*precision*recall) / (precision + recall)
    names(f1_val) <- c("F1")
    f1_val
}

以下为列车控制：

train.control <- trainControl(method = "repeatedcv", number = 10, repeats = 3, 
summaryFunction = f1, search = "grid")

以下是我最终执行的命令train：

x <- train(CHURN ~. , 
  data = experiment, …

我有这个数据：

 merged_dat1
# A tibble: 4 x 35
# Groups:   Product.Name [4]
  Product.Name  also  apps battery better   big camera  case cheap   day definitely enough  even however
  <chr>        <int> <int>   <int>  <int> <int>  <int> <int> <int> <int>      <int>  <int> <int>   <int>
1 BLU Studio ~   498   545    1552    465   306    839   406   161   413        225    156   590     178
2 iphone 4s       71    37     380     43    19     13    21    38    43         25     16   128      52
3 Motorola Mo~   160   221     253    123 …

由于 的构造函数std::shared_ptr被标记为显式构造函数，因此 like 的表达式auto p = std::make_shared<int>(1); p = new int(6);是错误的。

我的问题是为什么std::make_shared<int>(1); p = nullptr;编译？

这是前面提到的代码片段：

#include <memory>
#include <iostream>

int main()
{
    auto p = std::make_shared<int>(1);

    //p = new int(6);

    p = nullptr;

    if(!p)
    {
        std::cout << "not accessable any more" << std::endl;
    }

    p.reset();
}

此类代码可在std::shared_ptr: reset() vs. assignment中看到

我想要一个对象，它为我提供从 1990-01-01 到 2021-12-31 的每个月（或季度）的日期范围，并用冒号分隔。例如，在每月的情况下，第一个对象将是 1990-01-01:1990-01-31，第二个对象将是 1990-02-01:1990-02-31，依此类推。

我遇到的问题是确保日期范围是排他的，即没有重复的日期。

start_date1 <- as.Date("1990-01-01", "%Y-%m-%d")
end_date1 <- as.Date("2021-12-01", "%Y-%m-%d")
first_date <-  format(seq(start_date1,end_date1,by="month"),"%Y-%m-%d")

start_date2 <- as.Date("1990-02-01", "%Y-%m-%d")
end_date2 <- as.Date("2022-01-01", "%Y-%m-%d")
second_date <-  format(seq(start_date2,end_date2,by="month"),"%Y-%m-%d")

date<-paste0(first_date, ":")
finaldate<-paste0(date, second_date)

此代码有效，除了每个月的第一个日期重复“1990-01-01:1990-02-01”“1990-02-01:1990-03-01”，最后一个日期是“2021- 12-01:2022-01-01”（包括 2022 年 1 月 1 日，而不是停止于 2021 年 12 月 31 日。

如果我改为 30 天，效果就不太好，因为不是每个月都有 30 天。

获得独家日期范围的最佳方式是什么？

我想根据匹配检查列表中的相邻元素。例如，在随机排序的字母列表中，我想知道 的相邻字母是什么m。我当前的解决方案是：

library(stringr)
ltrs <- sample(letters)
ltrs[(str_which(ltrs,'m')-2):(str_which(ltrs,'m')+2)]
[1] "j" "f" "m" "q" "a"

对我来说，重复str_which()感觉没有必要。有没有更简单的方法来达到相同的结果？

安装 R 版本 4.2.0 后，我突然无法从 CRAN 安装软件包。这仅在我的具有强大防火墙的办公室站点上是正确的。

警告消息粘贴如下：

> Warning in install.packages: unable to access index for repository\n> http://cran.rstudio.com/src/contrib: cannot open URL\n> 'http://cran.rstudio.com/src/contrib/PACKAGES' Installing package into\n> \xe2\x80\x98C:/Users/l2863/AppData/Local/R/win-library/4.2\xe2\x80\x99 (as \xe2\x80\x98lib\xe2\x80\x99 is\n> unspecified) Warning in install.packages: unable to access index for\n> repository http://cran.rstudio.com/src/contrib: cannot open URL\n> 'http://cran.rstudio.com/src/contrib/PACKAGES'\n

我查看了类似的问题，但没有找到任何有效的解决方案。

我的 df 具有以下 colname：

colname(df) 给出：

"SUBJID" "EoT_A"  "EoT_B"  "EoT_C"  "EoT_D"  "PR_A"   "PR_B"   "PR_C"   "PR_D"  
"PD_A"   "PD_B"   "PD_C"   "PD_D"   "CR_A"   "CR_B"   "CR_C"   "CR_D"

我想重新排序 colname，例如：

"SUBJID" 
"EoT_A" "PR_A" "PD_A" "CR_A"
"EoT_B" "PR_B" "PD_B" "CR_B"
"EoT_C" "PR_C" "PD_C" "CR_C"
"EoT_D" "PR_D" "PD_D" "CR_D"            

有没有一种聪明的方法可以实现这一目标？

让我们考虑这个简单的数据集

set.seed(12345)
df <- data.frame(a1 = rnorm(5), a2 = rnorm(5), a3 = rnorm(5), 
                 b1 = rnorm(5), b2 = rnorm(5), b3 = rnorm(5),
                 c1 = rnorm(5), c2 = rnorm(5), c3 = rnorm(5))

看起来像

          a1         a2         a3         b1         b2         b3        c1          c2         c3
1  0.5855288 -1.8179560 -0.1162478  0.8168998  0.7796219  1.8050975 0.8118732  0.49118828  1.1285108
2  0.7094660  0.6300986  1.8173120 -0.8863575  1.4557851 -0.4816474 2.1968335 -0.32408658 -2.3803581
3 -0.1093033 -0.2761841  0.3706279 -0.3315776 -0.6443284  0.6203798 2.0491903 -1.66205024 -1.0602656
4 -0.4534972 -0.2841597  0.5202165  1.1207127 -1.5531374  0.6121235 1.6324456  1.76773385 …