Domande taggate «data-visualization»

Costruire rappresentazioni grafiche significative e utili dei dati. (Se la tua domanda riguarda solo come ottenere un determinato software per produrre un effetto specifico, probabilmente non è qui sull'argomento.)

1
Visualizzazione delle proporzioni successive
Sto cercando di visualizzare alcuni dati dei consumatori, che ha 4 categorie. Gli utenti sono liberi di passare da una categoria all'altra. Vorrei visualizzare gli ultimi tre o quattro interruttori per ogni individuo. Quindi inizieremmo con un diagramma con una colonna con 4 proporzioni sovrapposte. Dopodiché ne avremmo 16 man …



3
Linee guida per scoprire nuove conoscenze nei dati
Traccio qualcosa per evidenziare me stesso o qualcun altro. Di solito, una domanda avvia questo processo e spesso la persona che chiede spera in una risposta particolare. Come posso imparare cose interessanti sui dati in modo meno distorto? In questo momento sto seguendo approssimativamente questo metodo: Statistiche riassuntive. Stripchart. Trama …

4
A cosa serve l'errore standard?
Sto usando un tutorial che ho trovato e tracciato i valori medi insieme agli errori standard per mostrare i miei dati. Ma ho problemi a discutere i risultati. La mia trama è come mostrato sotto: alcuni degli errori standard (mostrati come una barra degli errori) variano molto e alcuni sono …



2
R: aggiorna un grafico in modo dinamico [chiuso]
Chiuso. Questa domanda è fuori tema . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che sia in argomento per Cross Validated. Chiuso 8 mesi fa . Questa è una domanda di visualizzazione dei dati. Ho un database che contiene alcuni dati che viene …

2
Calcola la curva ROC per i dati
Quindi, ho 16 prove in cui sto cercando di autenticare una persona da un tratto biometrico usando Hamming Distance. La mia soglia è impostata su 3,5. I miei dati sono di seguito e solo la versione di prova 1 è un vero positivo: Trial Hamming Distance 1 0.34 2 0.37 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 




2
Come impilare verticalmente due grafici con la stessa scala x, ma una scala y diversa in R?
Saluti, Attualmente sto facendo quanto segue in R: require(zoo) data <- read.csv(file="summary.csv",sep=",",head=TRUE) cum = zoo(data$dcomp, as.Date(data$date)) data = zoo(data$compressed, as.Date(data$date)) data <- aggregate(data, identity, tail, 1) cum <- aggregate(cum, identity, sum, 1) days = seq(start(data), end(data), "day") data2 = na.locf(merge(data, zoo(,days))) plot(data2,xlab='',ylab='compressed bytes',col=rgb(0.18,0.34,0.55)) lines(cum,type="h",col=rgb(0,0.5,0)) Snip di summary.csv: date,revision,file,lines,nclass,nattr,nrel,bytes,compressed,diff,dcomp 2007-07-25,16,model.xml,96,11,22,5,4035,991,0,0 2007-07-27,17,model.xml,115,16,26,6,4740,1056,53,777 …


Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.