Grundlæggende om datatyper og strukturer i R-programmering til prædiktiv analyse - dummier <[SET:descriptionda]I R-programmering til forudsigende Analytics

I R programmering til forudsigende analyser er data typer undertiden forvekslet med data strukturer . Hver variabel i programhukommelsen har en datatype. Sikker på, du kan komme væk med at have flere variabler i dit program og stadig være håndterbare. Men det vil nok ikke fungere så godt, hvis du har hundredvis (eller tusinder) af variabler; du skal give hver variabel et navn, så du kan få adgang til det.

Det er mere effektivt at gemme alle disse variabler i en logisk samling.

Datatyper

Som andre fuldt udviklede programmeringssprog tilbyder R mange datatyper og datastrukturer. Der er ikke behov for at angive den type, som du tildeler til en variabel; tolken vil gøre det for dig. Du kan dog angive eller konvertere typen, hvis behovet opstår. dette kaldes støbning . Tre datatyper er som følger:

• Numerisk: Dette er dine typiske decimaltal. Disse kaldes floats (kort for svingpunktstal ) eller doubler på andre sprog.

• Tegn: Dette er dine strenge dannet med kombinationer af bogstaver, tegn og tal. De er ikke ment at have nogen numerisk betydning. Disse kaldes strenge på andre sprog.

• Logisk: TRUE eller FALSE. Aktiver altid disse værdier i R. Disse værdier kaldes Booleans på andre sprog.

Sammenligning af en streng af tal til et numerisk nummer resulterer i tolken, der konverterer strenget af tal til en numerisk og derefter foretager en numerisk sammenligning.

Eksempler på datatyper er som følger: >> ijkm <- i == j # logisk> n <- i == k # logisk

Når du har udført disse linjer kode, kan du finde ud af deres værdier og typer ved hjælp af str () funktionen. Denne operation ser sådan ud: >> str (i) num 10> str (j) num 10> str (k) chr "10"> str (m) logi SAND> str (n) logi TRUE

ekspression i n-opgaven er et eksempel på tolken, der midlertidigt konverterer datatypen af ​​k til en numerisk for at gøre evalueringen mellem numerisk i og tegn k.

Datastrukturer

R vil have brug for et sted til at gemme grupper af datatyper for at kunne arbejde effektivt med det. Disse kaldes

datastrukturer

. Et egentligt eksempel på dette koncept er en parkeringsplads: Det er en struktur, der opbevarer biler effektivt. Det er designet til at parkere så mange biler som muligt, og giver biler mulighed for effektivt at komme ind og afslutte strukturen.Desuden bør ingen andre objekter udover biler parkeres i en parkeringsstruktur. Datastrukturer omfatter:

Vektorer:

Vektorer gemmer et sæt værdier af en enkelt datatype. Tænk på det som en ugentlig pillbox. Hvert rum i pillboxen kan kun gemme en bestemt type objekt. Når du lægger nogle piller i et af rummene, skal alle de andre rum også være fyldt med enten nulpiller eller flere piller.

• Du kan ikke lægge mønter i samme boks; du skal bruge en anden "pillekasse" (vektor) til det. Ligeledes skal alle fremtidige værdier også være tal, når du har gemt et tal i en vektor. Ellers konverterer tolken alle dine numre til tegn. Matricer:

  A

• matrix ligner et Excel-regneark: Det er hovedsageligt et bord bestående af rækker og kolonner. Dataene fylder de tomme celler efter række eller kolonneordre, hvor du angiver, når du opretter matrixen. Alle kolonner skal have samme datatype. Datarammer:

  En dataramme svarer til en matrix, medmindre en datarammes kolonner kan indeholde forskellige datatyper. Datasætene, der anvendes i prædiktiv modellering, lægges i datarammer og opbevares der til brug i modellen.

• Faktorer: A

• faktor er som en vektor med et begrænset antal forskellige værdier. Antallet af forskellige værdier betegnes som dets niveau . Du kan bruge faktorer til at behandle en kolonne, der har et begrænset og kendt antal værdier som kategoriske værdier. Som standard indlæser tegndata i datarammer som faktorer. Du får adgang til vektorer, matricer og datarammer ved at bruge array notation

. For eksempel ville du skrive v [5] for at få adgang til det femte element af vektor v. For en todimensionel matrix og dataramme anbringer du rækkenummeret og kolonnenummeret, adskilt af et komma, indenfor firkantede parenteser. For eksempel skriver du m [2, 3] for at få adgang til anden række, tredje kolonneværdi for matrix m . Datastrukturer er et avanceret emne inden for datalogi. For øjeblikket holder vi os til det praktiske. Bare husk at datastrukturer blev bygget til at gemme specifikke typer data, og de har funktioner til dataindsættelse, sletning og hentning.