大学のネットワークにつないだPC上のRから、パッケージのインストールやweb上のソースコードの読み込みをできるようにするのに手間取りまして。 同様の症状で苦しむ方(含 未来の自分)のために、Rにおけるプロキシ設定の方法をまとめておきます。 まず「プロキシ」ということばが出てきましたが。 プロキシとはざっくりいえば、 のことです。 大学では(少なくともわたしのいるトコは)学校全体でネットワークを組んでおり、その内部からインターネットへと接続する際には、プロキシの設定を必要とします。 Rを使ってインターネット上のファイルにアクセスしようとする場合も、Rにこのプロキシの設定を教えてやらなければならないわけです。 プロキシサーバが存在するネットワークから、なんの設定もせずにwebにアクセスしようとすると、エラーになってしまいます。 たとえばわたしのラップトップのRから、[パッケージ
RjpWiki はオープンソースの統計解析システム R に関する情報交換を目的とした Wiki ですR での処理は一連の関数を用いて行なわれます。 既に多くの関数が定義されており、それだけでも一通りの解析ができるものの、R の真の実力は 自分で関数を書く ことで発揮されます。 R には、最初から関数を簡便に定義するための多くの便利な機構が組み込まれており、R の組み込み関数の多くも、R 言語で書かれた関数です。関数はエディタで定義ファイルに書き込み source("ファイル名") で読み込むか、R 起動中にインタラクティブに定義します。 いずれにしても、一旦定義されれば、自前の関数も、R 固有の関数も外見からは全く同等に使えます。 目次 関数定義の基本書式 > foo <- function(引数リスト) 関数本体 # 関数本体が一つの表現式なら {} は不要 > foo <- funct
RjpWiki はオープンソースの統計解析システム R に関する情報交換を目的とした Wiki です2010-05-13 パッケージの紹介書籍を作りましょう R AnalyticFlow CRANパッケージリスト Q&A (初級者コース)/12 GoogleEarthとR RとPostGIS R と UML RecentDeleted 2010-05-12 R出力の記録 64bit Windowsでのパッケージのインストール SQLite 里 洋平 2010-05-11 R running on mobile gadgets base(基本)パッケージ中のオブジェクト一覧(ABC順) Rでベイズ統計学 R史 トップ頁へのコメント R掲示板 2010-05-10 Q&A (中級者コース) Rがインポート・エクスポートできるデータ形式 2010-05-06 Rの基本パッケージ中の多変量解析関数
RjpWiki はオープンソースの統計解析システム R に関する情報交換を目的とした Wiki ですR 言語の実行制御フロー † R は多くの計算機言語と同じような Algol 風制御命令のセットをもつが、より柔軟である。 実行文 expr は単純実行文でも、(波括弧で括った)複合実行文(同一行に並べるにはセミコロンで区切る)でもよい。 ↑ 繰り返し for † 書式 (ループ範囲 range の各要素 arg に対して expr を実行 ) for(arg in range) expr 注意:for ループは一般に実行速度を遅くするボトルネックになりやすい。またコードが長くなり勝ちである。apply 関数ファミリの使用や、特にベクトル・行列・配列の成分ごとのループは専用高速関数が用意されているのでその使用を考える。 ループ範囲にベクトルを取る(基本) > x = 1:4 > for (i
これまでの例は数行のコマンドでしたのでプロンプトに直接を打っていましたが、何十行というロジックをプロンプトに順々に打っていくのは非効率です。今回は、予め外部のテキストファイルにソースコードを書き、そのファイルをプロンプトから呼び出す手順を次の例で示します。 以下のソースコードを拡張子Rのテキストファイルで保存し、プロンプトから読み込んで実行してみましょう。 test.R batting2007 <- c(193, 204, 172, 177, 175, 155, 122, 118, 120, 139) print(batting2007) このテキストファイルを作業ディレクトリにおきます。なお、作業ディレクトリの設定方法はこちらをご覧ください。→作業ディレクトリの設定と確認 - setwd()、getwd()関数 プロンプト > source("test.R") [1] 193 204 1
『アート・オブ・Rプログラミング』の日本語訳が出たので早速買いました。 細かい仕様の解説が多くちりばめられていて結構いい感じです。 プログラミング初心者向けではないですが、他の言語になじんでる人が R に入門したい場合には、他の入門書よりもこっちを読んだ方が手っ取り早いのではないかと思います。 例えば、下記のように、他言語との比較による解説が各所に見られます。 他のスクリプト言語の経験がある読者は、Python での None や Perl での undefined などの「存在しない」値を知っているかもしれません。実は、R にはこのような値が2つあります。NA と NULL です。 http://www.amazon.co.jp/gp/product/4873115795 さて、今日はこの本の 1.7.4 節からの話題です。 統計言語 R には、公式ヘルプが付属しており、例えば平均値を計
Agenda データ構造 たくさんある>< ベクトル Rの格言 いろんなベクトルの作り方 規則的データの生成 同じデータを繰り返す ベクトルへのアクセスの方法 アクセス方法にもいろいろある まだまだあるよ、アクセス方法 行列 埋めていく順番 すでにあるベクトルを束ねる cbind rbind 行列へのアクセス方法 行列の基本演算 積がやっかい 積を求めたいときは「%*%」を使うべし 逆行列を求める ちなみに 行列式 固有値 配列 リスト 例 ちなみに unlistのtips リストへのアクセス リストは結構難しい>< 例 リストの要素には名前を付けることができる Rでlistがどのように使われているか データフレーム 例 データフレームを作る データフレームに列を追加と削除 データフレームに行を追加 因子型 irisのデータでやってみる irisデータ 層別にSepal.Lengthの長さ
今回はデータファイルを、データフレームとして読み込む方法まとめ。 はじめに、よく文字列をFactorでなく、Character vectorで読み込んで欲しい時があるが、 stringsAsFactors = TRUE を使うべき。 colClasses でもできるが、数字も文字列になったりして、最大、最小を求めたりするときに、ハマリやすい。 (文字列にもmax, min関数が適応できてしまい、見つかりにくいバグになる。) dataframe の扱いは先日の記事参照 ( http://d.hatena.ne.jp/t_ume_tky/20121005 ) dataframe & logical vector ( http://d.hatena.ne.jp/t_ume_tky/20121006/1349491207 ) ○ read.table の使い方 read.table("*****.
Rのインストール R(アール)は統計・データ解析・統計グラフ作成のためのオープンソースソフトです。CRAN(「シーラン」または「クラン」、Comprehensive R Archive Network)のミラーサイト(日本では統数研 https://cran.ism.ac.jp/ など)からダウンロードし、インストールしてください。Windows用、Mac用、Linux用があります。 最近では下図のような RStudio(アール・スタジオ、英語の発音により忠実に書けばアール・ステューディオまたはアール・ストゥーディオ)という統合開発環境(IDE)を介してRを使う人が増えています。Download RStudio Desktop のページからダウンロードしてインストールします。 RStudio。左上ペインがソースエディタ(この図では隠れている)、左下がRコンソール、右上がグローバル環境のオブ
作業ディレクトリの変更 ファイルからデータやプログラムを読み込んだり,ファイルにデータを書き出したりする場所を作業ディレクトリという.起動時はホームディレクトリ( R の実行ファイルがある場所)が作業ディレクトリとなっているが,以下のような命令を与えると,これ以後,指定したディレクトリに指定した作業ディレクトリにデータがセーブされたり,R 用エディタなどが保存されるようになる 関数 dir() で作業ディレクトリ内のファイルが表示される. Windows では \ を指定しては駄目.例えば,setwd("c:\usr") とするとエラーが出る.setwd("c:/usr") とするか setwd("c:\\usr") こと. Windows の場合,メニューの [ファイル] から [ディレクトリの変更...] を選択してから,ディレクトリを変更することが出来る.
Machine Learning for Hackersposted with amazlet at 12.06.06Drew Conway John Myles White Oreilly & Associates Inc 売り上げランキング: 543 Amazon.co.jp で詳細を見る Bit.lyのチーフサイエンティストの人もカンファレンスで推薦していた本だったのでバケーションやロングウィークエンドを利用して10日ほどで一気読みしました。 この本の良いところは全てのコードサンプルがRで提供されている点。他のマシーンラーニング系の本はPythonなどのスクリプト言語と併用している場合が多いのでRに興味がある人は「Pythonまで勉強するのはめんどくさい」 と思ってしまうので良いかもしれません。あとRの知識も統計学の知識も特に前提としていないので、そういう話題(例えば行列計算など)に
(March 26th Update: Video now available) Last night, I moderated our Bay Area R Users Group kick-off event with a panel discussion entitled “The R and Science of Predictive Analytics”, co-located with the Predictive Analytics World conference here in SF. The panel comprised of four recognized R users from industry: Bo Cowgill, Google Itamar Rosenn, Facebook David Smith, Revolution Computing Jim Po
ひさしぶりに統計ソフトRの話。 来年こそは仕事でバリバリつかってみようと思っている統計ソフトのR。 前のエントリーでも書いているように、フリーソフトなのに高機能。(統計解析・グラフの種類が豊富) しかし、日本語での資料がまだ少ないのがちょっとイタイ…。 (最近は書籍でも多く診られるようになってきましたけどね!嬉しい限りです) ちょうど調べ物をしてたときに、「How Google and Facebook are using R」というエントリーを見つけました。 今日はその内容をちょっと日本語に訳した内容を紹介しようと思います。 紹介するサイトこの記事が書かれていたのは、Dataspora Blog というサイトで、データに関する(Big Data, open source analytics, and data visualization)記事をメインに書かれているようです。 (私は知らな
「パターン認識と機械学習(PRML)」10.2 章に従って変分ベイズ(Variational Bayes, VB)を R で実装してみて、PRML に書いてある内容通りか確認してみたところ、なんか違う。 「『変分混合ガウス分布は、余った混合要素は勝手にゼロになるから K が大きくてもいいよ』とか書いてあるけど全然縮退しないよ。ベイズ職人でないとうまくいかないらしいよ」 「初期値について『対称性から、通常 m_0=0 とおく』と書いてあるけど、ほんとに m_0=0 にしたら、全パラメータが k に対して同じ値になっちゃうよ」 と言いふらしていたら、スクリプトのバグだった。 ので、罪滅ぼしにまじめにもうちょっといろいろ検証してみたよ、というお話。 経緯 変分ベイズ実装(PRML 10.2) https://shuyo.hatenablog.com/entry/20100306/variatio
ちょっと遅くなってしまいましたが、無事、第1回R勉強会@東京を開催しました。 第1回R勉強会@東京 : ATND 今回初めての主催だったんですが、まさかRの勉強会で満員以上になるとは思ってなかったのでびっくりしました。 自分が気に入った言語とかソフトウェアが、こんなに使ってる人or これからやっていきたいと思っている人がいっぱいいるのはうれしいですね。 発表資料 資料はGoogleグループとSlideshareにアップしました。 第1回R勉強会@東京View more presentations from yokkuns. 何か不明なとこや、おかしいところがあったらご指摘ください。 反省点 反省すべきところは、多々あると思いますが、今回は何より範囲が広すぎました(自分にとって)。 後半の推測統計のあたりから資料も理解も追いついていなくて、ちょっとグタグタになってしまいました。。。 次回以降
一番は「やっぱりR覚えよう……」としみじみ実感したことかもしれない(苦笑)。 というわけで R 始めました。 同じことやっても仕方ないので PRML 3.3.2 のベイズ線形回帰による予測分布をやってみることに。 とはいえ、昨日インストールして、今日 R-Tips を読みながら使い始めたという、おしりに立派な殻がついた ひよこちゃんなので、心優しい人が突っ込んでくれることを期待して、 step by step で書いてみる。 R-Tips を読んで、R とは ベクトルと行列の操作が全ての基本。とても便利に使えるようになっている ベクトルとスカラーを演算すると、スカラーが自然にベクトルに拡張される。たとえば v + 3 は ベクトル v の全要素に 3 を加えたベクトルを返す スカラーを取る関数にベクトルを与えることもできる。たとえばベクトル (1,2,3) を log() に入れると、(l
PRML 読書会 #8 が来週に迫る中。 カーネル法わからん…… ガウス過程わからん…… そもそも今回の会場無事たどり着けるかな…… 3つめの不安はとりあえず置いといて、わからんときは手を動かすしかない。 というわけで PRML 6.4.2 「ガウス過程による回帰」を R で試す。 訓練データは PRML のサンプルデータを使う。 # PRML's synthetic data set curve_fitting <- data.frame( x=c(0.000000,0.111111,0.222222,0.333333,0.444444,0.555556,0.666667,0.777778,0.888889,1.000000), t=c(0.349486,0.830839,1.007332,0.971507,0.133066,0.166823,-0.848307,-0.445686,-0
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く