本文共 862 字,大约阅读时间需要 2 分钟。
早已破了最少两天更新一次的flag,但还是要坚持写下去吧,也算是对懒散的自己的一个额外督促。
今日学完了exploratory data analysis的第三周内容,主要介绍的是hierarchical clustering、k-means clustering、dimension reduction还有之前已经swirl过的working with plots部分。另外今天还完成了之前上周遗留的ggplot2的swirl练习。将一些学习重难点记录如下:
分享一个层次聚类分析方法的解析:
相关的一些解析链接如下:
pca解析: svd 解析: 特征值和特征向量在图像处理里的应用:ggplot2 中包含的7个components:
要注意:当在定义关于图像绘制内容时,如果赋值不是常数,则一定要先在外层嵌套aes函数,再在里面进行定义! 与lattice对待outlier的处理方式类似,ggplot2中要特别指定coord_cartesian来对显示的值域做限制:转载地址:http://nquwi.baihongyu.com/