数据内容

导入数据：

1

test <-read.table("filename.txt",header=TRUE）

会出现错误：Error in scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings, :3行没有2元素

修改：

1

test <-read.table("filename.txt",header=TRUE,fill=TRUE）

空值设为NA

na.strings = ""

1

test <-read.table("filename.txt",header=TRUE, fill=TRUE, na.strings = "")

apply家族函数

apply函数族是R语言中数据处理的一组核心函数，通过使用apply函数，我们可以实现对数据的循环、分组、过滤、类型控制等操作。

目的

如下图所示，想替换无任何字符，又不是NA的值，替换为0

概述

正则表达式(Regular Expression)在字符串模式匹配，在字符串搜索和替换中展现强大的功能。

常用的正则表达式语法我将其总结为7类：

先看一个概括的整理

Imbalanced classes put “accuracy” out of business. This is a surprisingly common problem in machine learning (specifically in classification), occurring in datasets with a disproportionate ratio of observations in each class

• Up-sample the minority class

• • resample module with replace = True

• Down-sample the majority class

• • resample module with replace = False

• Change your performance metric

• • Area Under ROC Curve (AUROC)
  • from sklearn.metrics import roc_auc_score

• Penalize algorithms (cost-sensitive training)

1
2
3

SVC(kernel='linear', 
            class_weight='balanced', # penalize
            probability=True)

• Use tree-based algorithms

• • from sklearn.ensemble import RandomForestClassifier