恭喜开版成功, 为庆祝顺利开版, 第一次作业的缴交时间延长3天. 改为7月18日中午12:00以前缴交完成. Homework#1: Due: July 18, 2010 (Thursday) 12:00以前 (逾时三日内可补交,但会扣分;逾时超过 三日将不再接受缴交) Note: 於截止时间前将写好之程式(H1P1代表第一次作业第一题,依述类推) 以及程式使 用说明的文字档，以电子档传至阙栋鸿信箱[email protected]， E-mail标题为 统计计算语言作业一(u9126802阙栋鸿)，也要求读取回条，以确定老师有收到信件。 1). 试利用R语言，撰写一个程式，在给予一个资料库档案以及一个目标档案後， 可以将在资料库档案中有在目标档案出现过的变数筛选出来，并将该列的数据输出， 对於在资料库档案中有重覆出现的变数，请再使用一个参数p，让p=All， 代表将有在资料库档案中重覆的变数直接显现，p=Mean，代表以平均数来代表重覆的 变数，p=Median，代表以中位数来代表重覆的变数，并计算该程式执行所需之时间。 请参考下列例子。(40%) [Hint: Possible used function: is.element, data.matrix, read.table] （资料库档案） Exp1 Exp2 Gene1 1 3 Gene3 3 6 Gene5 8 8 Gene3 4 2 Gene8 2 1 Gene3 2 1 Gene4 7 5 （目标档案） Gene1 Gene3 Gene4 P=All则输出 Exp1 Exp2 Gene1 1 3 Gene3 3 6 Gene3 4 2 Gene3 2 1 Gene4 7 5 P=Mean则输出 Exp1 Exp2 Gene1 1 3 Gene3 3 3 Gene4 7 5 P=Median则输出 Exp1 Exp2 Gene1 1 3 Gene3 3 2 Gene4 7 5 2)　在Machine Learning中，我们常会遇到的资料型态是一群Attributes(在统计常称 为independent variables)，以及一个有兴趣分类的class level(在统计中常称为 dependent variable)，如在iris的资料中，Species即为class level而Sepal.Length, Sepal.Width, Petal.Length及Petal.Width即为attributes。试撰写一程式，在给予此 类型的资料时(最後一行变数为class level，其它行的变数皆为attributes)，我们可 以画出一个２×２的图表，其每个细图包含了Scatter plot(different color with different class levels), Boxplot, plot density, histogram(display the number experiments for different class levels)。 同时让不同的class levels在图型中用不同的颜色表示。(20%) [Hint: Possible used function: Par(mfrow=c(m,n)), plot, boxplot, density, hist] 3) 给予一个上述的资料格式，试撰写一个程式，同时利用RWeka里的classification 方法，包含J48 classifiers (J48), naive Bayesian classifiers (NB), k-nearest neighbors classifiers (IBk), classifiers, Support vector clssifiers (SMO), Logistic regression classifiers (Logistic)等分类法去进行 分类，并输出包含Accuracy, Precision, Recall and F-measure等资料。同时整理 成一个表格。分别以Training data set 以及Leave one out cross validation 的方法去分析。(40%) [Hint: Possible used function: factor, J48, NB, IBk, SMO, Logistic, Weka_control] (Package: RWeka) Useful link: http://cran.r-project.org/web/packages/RWeka/RWeka.pdf http://www-users.cs.umn.edu/~kumar/dmbook/index.php#item4 (注意:作业请务必缴交,否则将以0分计算,如无法顺利完成，可先针对固定资料进行 分析。例如在题目一中的资料库档案(excel中5000笔资料)或是上述例子(7笔资料) 分析，以及在题目二及题目三可以只针对iris的资料进行分析。) ps.对了,最後祝大家暑假修课愉快喔~~~ -- --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.113.114.208 ※ 编辑: micropath 来自: 140.113.114.208 (07/09 11:36)