Category Archives: 可视化和设计

R语言主成分分析PCA谱分解、奇异值分解SVD预测分析运动员表现数据和降维可视化

By tecdat1月 17, 2022可视化和设计, 大数据部落, 数理统计, 计算机科学与技术PCA, SVD, 主成分分析, 奇异值, 奇异值分解, 谱分解, 运动员, 运动员表现, 降维, 预测

本文描述了如何使用内置 R 执行主成分分析 ( PCA )。

R语言结构方程模型SEM、路径分析房价和犯罪率数据、预测智力影响因素可视化2案例

By tecdat1月 14, 2022可视化和设计, 大数据部落, 数理统计, 计算机科学与技术SEM, 因素, 房价, 智力, 犯罪率, 结构方程, 路径分析

在本文，我们将考虑观察/显示所有变量的模型，以及具有潜在变量的模型。

R语言分类回归决策树交互式修剪和更美观地可视化分析细胞图像分割数据集

By tecdat1月 7, 2022医药, 可视化和设计, 图像处理, 大数据部落, 数理统计, 计算机科学与技术交互, 交互式, 修剪, 决策树, 分割, 分类, 可视化, 回归, 图像, 细胞图像

绘制分类或回归树的基本方法的 rpart() 函数只是调用 plot。

R语言ggplot2绘制Kolmogorov-Smirnov KS检验图ECDF经验累积分布函数曲线可视化

By tecdat1月 4, 2022可视化和设计, 大数据部落, 数理统计, 计算机科学与技术ECDF, ggplot2, Kolmogorov-Smirnov, KS, KS检验, 检验, 经验累积分布, 经验累积分布函数

Kolmogorov-Smirnov是比较一个频率分布f(x)与理论分布g(x)或者两个观测值分布的检验方法。

电商平台数据解锁网红零食销量密码

By tecdat12月 31, 2021可视化和设计, 大数据部落, 数理统计, 计算机科学与技术Circle packing, 可视化, 圆堆图, 数据, 河流图, 电商, 电商平台, 网红, 营销, 购物, 销量, 零食, 雷达图

你知道“巨型猪饲料”“单身狗粮”是什么吗？ WeChat Tencent QQ email pr

R语言GGPLOT2绘制圆环图雷达图/星形图/极坐标图/径向图Polar Chart可视化分析汽车性能数据

By tecdat12月 30, 2021可视化和设计, 大数据部落, 数理统计, 计算机科学与技术ggplot2, Polar Chart, 可视化, 圆环图, 径向图, 星形图, 极坐标图, 汽车, 汽车性能数据, 雷达图

漂亮的圆形图。我不确定对数据分析师本身是否有额外的好处，但如果能吸引决策者的注意，那对我来说就是额外的价值。

R语言网络社区检测（社群发现）分析女性参加社交活动和社区节点着色可视化

By tecdat12月 29, 2021可视化和设计, 大数据部落, 数理统计, 计算机科学与技术女性, 社交活动, 社区检测, 社区节点, 社群发现, 网络, 网络社区

在网络上进行社区检测时，有时我们不仅拥有实体之间的联系。 WeChat Tencent QQ e

R语言估计获胜概率：模拟分析学生多项选择考试通过概率可视化

By tecdat12月 24, 2021可视化和设计, 大数据部落, 数理统计可视化, 多项选择考试, 学生, 概率, 模拟, 考试, 获胜

“获胜概率”的实时计算（或估计）很困难。

R语言圆填充( Circle packing)算法圆堆图圆形空间填充算法可视化

By tecdat12月 9, 2021可视化和设计, 大数据部落, 数理统计, 计算机科学与技术Circle packing, 可视化, 圆堆图, 圆填充, 圆形空间填充

已经开发了大量确定性和随机性的圆填充算法。

R语言社区发现算法检测心理学复杂网络：spinglass、探索性图分析walktrap算法与可视化

By tecdat12月 7, 2021可视化和设计, 大数据部落, 心理学, 数理统计, 机器学习, 计算机科学与技术spinglass, walktrap, 可视化, 复杂网络, 心理学, 探索性图分析, 检测, 社区发现, 社区发现算法, 网络

我们在心理学网络论文中看到的一个问题是，作者有时会对其数据的可视化进行过度解释。

R语言多维数据层次聚类散点图矩阵、配对图、平行坐标图、树状图可视化城市宏观经济指标数据

By tecdat12月 3, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 经济, 计算机科学与技术可视化, 城市, 城市宏观经济指标数据, 多维数据, 宏观, 宏观经济, 层次聚类, 平行坐标图, 指标, 散点图, 数据, 树状图, 矩阵, 经济, 聚类, 配对图

本文通过一些指数对散点图矩阵和平行坐标显示中的面板进行排序，并根据其数值水平对面板进行着色。

R语言Garch建模常用软件包比较、拟合标准普尔SP 500指数波动率时间序列和预测可视化

By tecdat11月 25, 2021可视化和设计, 大数据部落, 数理统计, 经济, 计算机科学与技术, 金融GARCH, SP 500, 可视化, 时间序列, 标准普尔, 模型, 比较, 波动率, 软件包, 预测

我们研究波动聚集，以及使用单变量 GARCH(1,1) 模型对其进行建模。

Python集成学习：自己编写构建AdaBoost分类模型可视化决策边界及sklearn包调用比较

By tecdat11月 23, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Adaboost, sklearn, 决策边界, 分类, 可视化, 自己编写, 集成学习

Boosting指的是机器学习元算法系列，它将许多 “弱 “分类器的输出合并成一个强大的 “集合”，其中每个弱分类器单独的错误率可能只比随机猜测好一点。

Python主题建模LDA模型、t-SNE 降维聚类、词云可视化文本挖掘新闻组数据集

By tecdat11月 19, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术LDA, python, t-SNE, 主题建模, 可视化, 文本, 文本挖掘, 新闻组, 聚类, 词云, 降维

在这篇文章中，我们讨论了基于gensim 包来可视化主题模型 (LDA) 的输出和结果的技术。

R语言STAN贝叶斯线性回归模型分析气候变化影响北半球海冰范围和可视化检查模型收敛性

By tecdat11月 17, 2021可视化和设计, 地理，运输，旅行和物流, 大数据部落, 数理统计, 计算机科学与技术北半球, 可视化, 回归, 多元线性回归, 收敛, 收敛性, 数据, 气候, 海冰, 海冰范围, 线性回归, 线性回归模型, 贝叶斯, 贝叶斯简单线性回归, 贝叶斯线性回归

像任何统计建模一样，贝叶斯建模可能需要为你的研究问题设计合适的模型，然后开发该模型，使其符合你的数据假设并运行。

R语言Kmeans均值聚类和层次聚类：亚洲国家地区生活幸福质量异同可视化分析和选择最佳聚类数

By tecdat11月 11, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术kmean, kmeans, Kmeans聚类, 亚洲国家, 层次聚类, 最佳聚类数, 生活幸福质量, 聚类, 聚类数, 选择最佳聚类数

《世界幸福报告》是可持续发展解决方案网络的年度报告，该报告使用盖洛普世界民意调查的调查结果研究了150多个国家/地区的生活质量。

R语言用加性多元线性回归、随机森林、弹性网络模型预测鲍鱼年龄和可视化

By tecdat10月 29, 2021农业, 可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术R语言, uci, uci数据, 可视化, 回归, 弹性网络, 数据, 线性回归, 随机森林, 预测, 鲍鱼

铁和泛酸的极好来源，是澳大利亚、美国和东亚的营养食品资源和农业。100 克鲍鱼可提供超过 20% 的每日推荐摄入量。鲍鱼的经济价值与其年龄呈正相关。因此，准确检测鲍鱼的年龄对于养殖者和消费者确定其价格非常重要。

matlab数据可视化交通流量分析天气条件、共享单车时间序列数据

By tecdat10月 28, 2021可视化和设计, 地理，运输，旅行和物流, 大数据部落, 数理统计matlab, 交通, 交通流量, 共享单车, 单车, 可视化, 天气, 天气条件, 数据, 数据可视化, 时间序列, 预测

此示例说明如何使用从传感器获得的数据分析共享单车交通模式，来预处理带时间戳的数据。数据来自传感器。

Python用T-SNE非线性降维技术拟合和可视化高维数据iris鸢尾花、MNIST 数据

By tecdat10月 18, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Iris, MNIST, python, t-SNE, 可视化, 降维, 非线性, 高维, 高维数据, 鸢尾花

T-distributed Stochastic Neighbor Embedding (T-SNE) 是一种可视化高维数据的工具。

Python在线零售数据关联规则挖掘Apriori算法数据可视化

By tecdat10月 12, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Apriori, python, 关联规则, 可视化, 在线零售数据, 数据可视化, 零售, 零售数据

关联规则学习在机器学习中用于发现变量之间的有趣关系。

Python面板时间序列数据预测：格兰杰因果关系检验Granger causality test药品销售实例与可视化

By tecdat10月 9, 2021医药, 可视化和设计, 大数据部落, 数理统计, 机器学习, 经济, 计算机科学与技术Granger causality test, python, 可视化, 时间序列, 格兰杰因果关系检验, 药品, 药品销售, 销售, 面板, 面板时间序列, 预测

时间序列是以固定时间_区间_记录的观察序列。

R语言绘制圈图、环形热图可视化基因组实战：展示基因数据比较

By tecdat9月 27, 2021医药, 可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术圈图, 基因, 基因组, 热图, 环形热图

可以使用环状图形展示基因数据比较。可以添加多种图展信息，如热图、散点图等。

Python用决策树分类预测糖尿病和可视化实例

By tecdat9月 23, 2021医药, 可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术决策树, 可视化, 糖尿病, 预测

决策树是对例子进行分类的一种简单表示。

R语言社区检测算法可视化网络图：ggplot2绘制igraph对象分析物种相对丰度

By tecdat9月 22, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术ggplot2, igraph, 可视化, 物种, 物种相对丰度, 相对丰度, 社区检测, 网络, 网络图

我们使用R中的igraph包，产生了网络的图形。

r语言有限正态混合模型EM算法的分层聚类、分类和密度估计及可视化

By tecdat9月 17, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术EM, EM算法, 分层聚类, 分类, 可视化, 密度估计, 有限正态混合, 有限正态混合模型, 聚类

本文介绍了基于有限正态混合模型在r软件中的实现，用于基于模型的聚类、分类和密度估计。

R语言空气污染数据的地理空间可视化和分析：颗粒物2.5（PM2.5）和空气质量指数（AQI）

By tecdat9月 16, 2021可视化和设计, 地理，运输，旅行和物流, 大数据部落, 数理统计AQI, PM2.5, 可视化, 地理, 地理空间, 空气污染数据, 空气质量指数, 颗粒物2.5

由于空气污染对公众健康的不利影响，人们一直非常关注。

R语言广义加性模型GAMs分析温度、臭氧环境数据绘制偏回归图与偏残差图

By tecdat9月 7, 2021可视化和设计, 大数据部落, 数理统计, 计算机科学与技术广义加性模型

我们使用R库mgcv，用广义加性模型（GAMs）对环境数据进行建模。 WeChat Tencent QQ em

数据感知游客的森林公园游憩需求

By tecdat9月 2, 2021可视化和设计, 地理，运输，旅行和物流, 大数据部落, 数理统计, 计算机科学与技术感知, 数据, 森林公园, 游客, 游憩, 游憩需求

“随着社会的进步，人们在改善物质生活的同时开始追求精神生活。

上海无印良品地理空间分布特征与选址策略可视化研究

By tecdat8月 27, 2021可视化和设计, 地理，运输，旅行和物流, 大数据部落, 数理统计, 计算机科学与技术上海, 分布特征, 无印良品, 空间, 空间分布, 空间分布特征, 选址, 选址策略

本文以上海市无印良品为例，运用定性分析与定量研究相结合的方法，分析了无印良品宏观和微观空间分布特征、区位分析和选址策略，讨论了无印良品对于城市的影响和意义。

R语言广义相加（加性）模型（GAMs）与光滑函数可视化

By tecdat8月 20, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术GAM, GAMs, 光滑函数, 可视化, 广义加性模型, 广义相加模型

我们在研究工作中使用广义加性模型（GAMs）。mgcv软件包是一套优秀的软件，可以为非常大的数据集指定、拟合和可视化GAMs。

R语言可视化：ggplot2冲积/桑基图sankey分析大学录取情况、泰坦尼克幸存者数据

By tecdat8月 19, 2021可视化和设计, 大数据部落, 数理统计ggplot2, Sankey, 冲积图, 可视化, 大学, 大学录取情况, 幸存者, 录取, 数据, 桑基图, 泰坦尼克

本文介绍了冲积/桑基图，以及

定义了命名方案和冲积/桑基图的基本组成部分（轴、冲积层、流）。
描述了所识别的冲积/桑基图数据结构。
展示了一些流行的主题。

约会数据动态可视化分析：R语言使用ggplot和gganimate制作动画图

By tecdat8月 16, 2021可视化和设计, 大数据部落, 数理统计, 计算机科学与技术gganimate, ggplot, 动态, 动画, 可视化, 数据, 约会

你知道吗，你可以把普通的静态ggplot图转换成动画图？

R语言逻辑回归(Logistic Regression)、回归决策树、随机森林信用卡违约分析信贷数据集

By tecdat8月 11, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术R语言, 信用卡, 信贷, 信贷数据, 决策树, 回归, 违约, 逻辑回归, 随机森林

在许多网站上都可以找到一个流行的德国信贷数据集_german_credit_，其中包含了银行贷款申请人的信息。

R语言在地图上绘制月亮图、饼状图数据可视化果蝇基因种群

By tecdat8月 10, 2021可视化和设计, 地理，运输，旅行和物流, 大数据部落, 数理统计可视化, 地图, 地图可视化, 基因, 数据可视化, 月亮, 果蝇, 种群, 饼图, 饼状图

饼图把一个圆分成多个部分，这些部分的弧长（以及面积）代表一个整体的比例。

数据盘点高校新生录取情况

By tecdat8月 3, 2021可视化和设计, 大数据部落, 教育学, 数理统计录取, 数据, 新生, 高校

录取情况反映了公众对一所大学水平和实力的认知，是评价一所大学及其专业 “知名度 “的重要指标。

R语言混合线性模型、多层次模型、回归模型分析学生平均成绩GPA和可视化

By tecdat7月 22, 2021可视化和设计, 大数据部落, 教育学, 数理统计, 计算机科学与技术GPA, 可视化, 回归, 多层, 多层次模型, 平均成绩, 成绩, 混合线性模型, 线性, 线性模型

对于不熟悉的人来说，围绕混合模型的术语，特别是跨学科的术语，可能有点令人困惑。你可能遇到的关于这些类型的模型的一些术语包括。

R语言线性混合效应模型（固定效应&随机效应）和交互可视化3案例

By tecdat7月 13, 2021可视化和设计, 大数据部落, 数理统计, 计算机科学与技术交互, 交互可视化, 可视化, 固定效应, 模型, 混合效应, 线性, 线性混合效应模型, 随机效应

在本文中，我们将用R语言对数据进行线性混合效应模型的拟合，然后可视化你的结果。

R语言优化交易系统：用平行坐标图可视化系统参数优化结果

By tecdat7月 9, 2021可视化和设计, 大数据部落, 数理统计, 经济, 金融交易, 交易系统, 优化, 参数, 可视化, 平行坐标图, 系统

在交互式平行坐标图中，有一个很好的htmlwidgets的例子。 WeChat Tencent QQ emai

R语言文本挖掘、情感分析和可视化哈利波特小说文本数据

By tecdat7月 6, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术可视化, 情感分析, 文本挖掘

一旦我们清理了我们的文本并进行了一些基本的词频分析，下一步就是了解文本中的观点或情感。这被认为是情感分析，本教程将引导你通过一个简单的方法来进行情感分析。

R语言DTW(Dynamic Time Warping) 动态时间规整算法分析时间序列数据和可视化

By tecdat7月 2, 2021可视化和设计, 大数据部落, 机器学习, 计算机科学与技术DTW, Dynamic Time Warping, 时间序列

动态时间规整（DTW,Dynamic time warping,动态时间归整/规整/弯曲）是一种衡量两个序列之间最佳排列的算法。

R语言Bootstrap的岭回归和自适应LASSO回归可视化

By tecdat7月 1, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术bootstrap, LASSO, 可视化, 回归, 岭回归, 自适应

使用glmnet软件包中的相关函数对岭回归和lasso套索回归进行分析。

调查数据倾听大学生外卖需求

By tecdat6月 30, 2021可视化和设计, 大数据部落, 数理统计外卖, 大学生, 学生, 数据, 调查, 调查数据, 需求

随着社会经济的发展，饮食生活已经逐渐融入了我们的日常生活世界，每天都不可避免地在 “吃 “的问题上有更多的考虑，吃好、吃多已经不再是我们的烦恼。

R语言用igraph绘制网络图可视化

By tecdat6月 29, 2021可视化和设计, 数理统计, 计算机科学与技术igraph, 可视化, 网络, 网络图

这篇文章假定你已经知道如何用igraph库建立一个基本的网络图。

R语言聚类有效性：确定最优聚类数分析IRIS鸢尾花数据和可视化

By tecdat6月 28, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Iris, 可视化, 最优, 最优聚类数, 有效性, 聚类, 鸢尾花

这个数据集常用于数据概述、可视化和聚类模型。

R语言k-means聚类、层次聚类、主成分（PCA）降维及可视化分析鸢尾花iris数据集

By tecdat6月 22, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Iris, k-means, PCA, 主成分, 可视化, 层次聚类, 数据, 聚类, 降维, 鸢尾花

(a)部分：k-means聚类
使用k-means聚类法将数据集聚成2组。
画一个图来显示聚类的情况
使用k-means聚类法将数据集聚成3组。
画一个图来显示聚类的情况
(b)部分：层次聚类
使用全连接法对观察值进行聚类。
使用平均和单连接对观测值进行聚类。
绘制上述聚类方法的树状图。

R语言用相关网络图可视化分析汽车配置和饮酒习惯

By tecdat6月 15, 2021可视化和设计, 大数据部落, 数理统计, 计算机科学与技术可视化, 汽车, 汽车配置, 相关, 相关网络, 网络图, 酒, 饮酒, 饮酒习惯

我们经常使用的一个关系性指标是相关性。通过可以利用数据框架和绘图来帮助探索相关关系。

R语言 PCA(主成分分析)，CA(对应分析)夫妻职业差异和马赛克图可视化

By tecdat6月 11, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术CA, PCA, 主成分, 主成分分析, 可视化, 夫妻职业, 对应, 对应分析, 差异, 马赛克图

主成分分析法是数据挖掘中常用的一种降维算法。

R语言关联规则模型(Apriori算法)挖掘杂货店的交易数据与交互可视化

By tecdat6月 9, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Apriori, 交互, 交互可视化, 交易, 交易数据, 关联规则, 可视化, 挖掘, 算法

关联规则挖掘是一种无监督的学习方法，从交易数据中挖掘规则。

数据挖掘：香水电商销售策略分析

By tecdat6月 1, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Apriori, 关联规则, 决策树, 数据, 数据挖掘, 电商, 策略, 销售, 香水

就香水市场份额而言，亚洲占全球销售额的8%，仅占拉丁美洲的20%，而中国仅占全球销售额的0.8%。

R语言随机森林RandomForest、逻辑回归Logisitc预测心脏病数据和可视化分析

By tecdat5月 26, 2021医药, 可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Logisitc, RandomForest, 可视化, 回归, 心脏病, 逻辑回归, 随机森林, 预测

本报告是对心脏研究的机器学习/数据科学调查分析。更具体地说，我们的目标是在心脏研究的数据集上建立一些预测模型，并建立探索性和建模方法。但什么是心脏研究？

R语言计算资本资产定价模型(CAPM)中的Beta值和可视化

By tecdat5月 25, 2021可视化和设计, 大数据部落, 数理统计, 经济, 计算机科学与技术Beta, CAPM, 可视化, 资本资产定价模型

今天我们将计算投资组合收益的CAPM贝塔。这需要拟合一个线性模型，得到可视化，从资产收益的角度考虑我们的结果的意义。

新零售消费者特征的数据视野

By tecdat5月 23, 2021信息管理与信息系统, 可视化和设计, 大数据部落, 数理统计, 计算机科学与技术数据, 新零售, 消费者, 特征

新零售,顾名思义,就是与传统零售完全不同的,一种新的零售模式。

R语言在地图上绘制散点饼图可视化

By tecdat5月 20, 2021可视化和设计, 地理，运输，旅行和物流, 大数据部落, 计算机科学与技术

我们在ggplot2中制作的饼实际上是一个条形图转换为极坐标。

R语言主成分分析（PCA）葡萄酒可视化：主成分得分散点图和载荷图

By tecdat5月 14, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术PCA, 主成分, 主成分分析, 可视化

我们将使用葡萄酒数据集进行主成分分析。

R语言时变向量自回归（TV-VAR）模型分析时间序列和可视化

By tecdat4月 28, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术TV-VAR, VAR模型, 可视化, 向量自回归, 时变, 时间序列

在心理学研究中，个人主体的模型正变得越来越流行。原因之一是很难从人之间的数据推断出个人过程。另一个原因是，由于移动设备无处不在，从个人获得的时间序列变得越来越多。

R语言用样条曲线、决策树、Adaboost、梯度提升(GBM)算法进行回归、分类和动态可视化

By tecdat4月 27, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Adaboost, boosting, GBM, 决策树, 分类, 动态可视化, 可视化, 回归, 样条曲线, 梯度提升

Boosting算法是一种把若干个分类器整合为一个分类器的方法，也就是一种集成分类方法（Ensemble Method）。

R语言用主成分PCA、逻辑回归、决策树、随机森林分析心脏病数据并高维可视化

By tecdat4月 20, 2021可视化和设计, 大数据部落, 机器学习, 计算机科学与技术PCA, 主成分, 决策树, 可视化, 心脏病, 逻辑回归, 随机森林

在讨论分类时，我们经常分析二维数据（一个自变量，一个因变量）。但在实际生活中，有更多的观察值，更多的解释变量。随着两个以上的解释变量，它开始变得更加复杂的可视化。

R语言信用风险回归模型中交互作用的分析及可视化

By tecdat4月 6, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术交互, 交互作用, 信用, 信用风险, 可视化, 回归

多元统计分析中，交互作用是指某因素作用随其他因素水平的不同而不同，两因素同时存在是的作用不等于两因素单独作用之和(相加交互作用)或之积(相乘交互作用)。

调查数据聚焦护士职业满意度

By tecdat4月 2, 2021医药, 可视化和设计, 大数据部落, 数理统计护士, 数据, 职业, 职业满意度, 聚焦, 调查, 调查数据

这是我们最近的一项护士职业满意度线上调查中关注的一个问题。遗憾的是，对护士工作满意的只有约27%。为何这么多人不愿意再次选择做护士？

R语言线性回归和时间序列分析北京房价影响因素可视化案例

By tecdat3月 18, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术可视化, 回归, 影响, 房价, 时间序列

房价有关的数据可能反映了中国近年来的变化：

R语言基于温度对城市层次聚类、kmean聚类、PCA主成分分析和Voronoi图可视化

By tecdat3月 11, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术kmean, kmean聚类, PCA, R语言, Voronoi, Voronoi图, 主成分分析, 可视化, 城市, 层次聚类, 温度, 聚类

为了说明层次聚类技术和k-均值，我使用了了城市温度数据集，其中包括几个城市的月平均气温。

R语言中生存分析模型与时间依赖性ROC曲线可视化

By tecdat3月 1, 2021医药, 可视化和设计, 大数据部落, 数理统计ROC, ROC曲线, 可视化, 时间依赖性, 生存分析

人们通常使用接收者操作特征曲线（ROC）进行二元结果逻辑回归。但是，流行病学研究中感兴趣的结果通常是事件发生时间。使用随时间变化的时间相关ROC可以更全面地描述这种情况下的预测模型。

移动广告中基于点击率的数据策略

By tecdat2月 1, 2021可视化和设计, 大数据部落, 数理统计, 计算机科学与技术APP, 广告, 数据, 数据策略, 移动, 移动广告

在移动广告领域，移动APP广告因其独特的价值而受到广告商的青睐。

matlab用高斯曲线拟合模型分析疫情数据

By tecdat1月 13, 2021可视化和设计, 地理，运输，旅行和物流, 大数据部落, 数理统计, 计算机科学与技术COVID-19, matlab, 拟合, 模型, 疫情, 高斯, 高斯曲线

随着新型冠状病毒COVID-19的威胁遍及世界，我们生活在一个日益担忧的时代，本文用matlab分析COVID-19数据集。

R语言中的SOM(自组织映射神经网络)对NBA球员聚类分析

By tecdat1月 7, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术nba, R语言, SOM, 球员, 神经网络, 聚类, 自组织映射, 自组织映射神经网络

自组织映射（SOM）是一种工具，通过生成二维表示来可视化高维数据中的模式，在高维结构中显示有意义的模式。 &

bilibili视频流量数据潜望镜

By tecdat1月 6, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术bilibili, 数据, 流量数据, 视频数据, 视频流量

最新研究表明，中国有超过7亿人在观看在线视频内容。

如何在R语言中建立六边形矩阵热图heatmap可视化

By tecdat12月 30, 2020可视化和设计, 大数据部落heatmap, R语言, 六边形, 可视化, 热图, 矩阵

这是一个六边形热图可视化程序，主要用到的知识RColorBrewer，fields,也就是R中的可视化绘图库。

R语言复杂网络分析：聚类（社区检测）和可视化

By tecdat12月 25, 2020可视化和设计, 数理统计, 机器学习, 计算机科学与技术R语言, 可视化, 复杂网络, 社区检测, 聚类

为了用R来处理网络数据，我们使用婚礼数据集。