关键字: R, Big Data 出处: http://blog.revolutionanalytics.com/2013/03/lots-of-data-big-data.html 重点节录 - 不好的模型，无论资料多或少，都一样不好。Example: [2009 ASA challenge](http://stat-computing.org/dataexpo/2009/). - 利用抽样，可以更快的知道资料模型配适的结果。当样本数足够多的时候，得到的模型 会差不多。  - 如果你还在寻找适合的模型，那用样本资料可以加速你的研究速度。用全部的资料，只 会浪费你的时间。 - 可以利用Revolustion Analytics 的 [RevoScaleR](http://www.revolutionanalytics.com/products/enterprise-big-data.php) 套件 - 全部的资料会被转换成.xdf binary - RevoScaleR会利用rxDataStep函数来抽样本 - 抽样的能力，是决定你能否在时间和精准度之间取得平衡的关键。 -- 欢迎加入 Taiwan R User Group : http://www.facebook.com/Tw.R.User 我们每周一都有在「政大公企中心(台北市金华街187号)西楼WB05」 举办Machine Learning / Data Mining Monday: 报名 http://www.meetup.com/Taiwan-R/ 聚会影片 https://www.youtube.com/user/TWuseRGroup --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 118.166.89.168