ভেরিয়েবলের মধ্যে সম্পর্ক চিহ্নিত করার জন্য প্যাকেজ [বন্ধ]


13

ভেরিয়েবলের মধ্যে সম্পর্ক আছে কিনা তা অনুসন্ধান করতে আমি কি একটি প্যাকেজ ব্যবহার করতে পারি?

সাধারণত যখন আমি নিদর্শনগুলির সন্ধান করি তখন আমি সংযোগগুলি এবং তারপরে একটি দিকের প্লট দেখি। তারপরে আমি ম্যানুয়ালি ডেটাতে ভেরিয়েবলগুলিতে কিছু ট্রান্সফরমেশন প্রয়োগ করি। আমি ভাবছিলাম যে আমি কোনও আর প্যাকেজের মাধ্যমে এই প্রক্রিয়াটি ত্বরান্বিত করতে পারি কিনা।


আপনার নিজস্ব প্রক্রিয়া থাকলে আপনি সর্বদা নিজের প্যাকেজটি রোল করতে পারেন। বা আপনার স্ক্রিপ্টের শুরুতে লোড হওয়া কিছু ফাইলের মধ্যে কেবলমাত্র পুনরায় ব্যবহারযোগ্য ফাংশন।
ব্র্যান্ডন বার্টেলসেন

উত্তর:


9

আফাইক, না। আরও সুনির্দিষ্টভাবে বলতে গেলে, আমি একক আর প্যাকেজটি জানি না যা আপনাকে একক ফাংশন কলের মাধ্যমে এক্সপ্লোরেটরি ডেটা অ্যানালাইসিস (ইডিএ) বলে তার অংশ করবে - আমি পুনরায় প্রকাশ এবং প্রকাশের দিকগুলি নিয়ে ভাবছি হোয়াগলিন, মোস্টেলার এবং টুকি, রবস্ট এবং এক্সপ্লোরার ডেটা বিশ্লেষণ বোঝা । বিশেষত উইলি-ইন্টারসায়েন্স, 1983।

তবে, আর-তে কিছু নিফটি বিকল্প রয়েছে, বিশেষত ডেটার ইন্টারেক্টিভ এক্সপ্লোরেশন সম্পর্কিত (আকর্ষণীয় আলোচনার জন্য এখানে দেখুন: ইন্টারেক্টিভ ডেটা ভিজুয়ালাইজেশন কখন ব্যবহার করা যায়? )। আমি ভাবতে পারি

  • iplots , অথবা তার উত্তরাধিকারী Acinonyx , ইন্টারেক্টিভ ঠাহর জন্য (মার্জন, লিঙ্ক প্লট জন্য অনুমতি, এবং মত) (এই বৈশিষ্ট্য কিছু খুঁজে পাওয়া যেতে পারে latticist প্যাকেজ; পরিশেষে, rgl । 3D ইন্টারেক্টিভ ঠাহর জন্য মহান)
  • ডেটা হ্রাস (বহুমাত্রিক স্কেলিং) এবং প্রজেকশন অনুসরণ সহ ইন্টারেক্টিভ এবং গতিশীল প্রদর্শনগুলির জন্য ggobi

এটি কেবল ইন্টারেক্টিভ ডেটা অনুসন্ধানের জন্য, তবে আমি বলব এটি ইডিএর মূল বিষয়। যাইহোক, উপরের কৌশলগুলি সংখ্যাগত ভেরিয়েবলের মধ্যে বিভাজন বা উচ্চতর-অর্ডার সম্পর্ক অন্বেষণ করতে সহায়তা করতে পারে। শ্রেণিবদ্ধ তথ্যগুলির জন্য, ভিসিডি প্যাকেজটি একটি ভাল বিকল্প (ভিজ্যুয়ালাইজেশন এবং সারসংক্ষেপ টেবিল)। তারপরে, আমি বলতে চাই যে ভেজান এবং এডি 4 প্যাকেজগুলি মিশ্র ডেটা ধরণের ভেরিয়েবলের মধ্যে সম্পর্ক অন্বেষণের জন্য প্রথমে আসে।

অবশেষে, আর-তে ডেটা মাইনিংয়ের কী হবে ? (এই কীওয়ার্ডটি রিসেকে চেষ্টা করে দেখুন )


(+1) আপনাকে প্রশ্নের উত্তর দিয়ে ফিরে দেখে ভাল লাগল!
whuber

+1 বিটিডাব্লু: ছোট্ট টাইপো - অ্যাকিনোনিক্স (আমি এবং আপনার স্থানান্তরিত)।
ইট্রেটর

@Iterator টাইপো ধরার জন্য ধন্যবাদ (আমি ইতিমধ্যে আপনার প্রতিক্রিয়া +1 করেছি, আপনি উইলকিনসনের কাগজটি উদ্ধৃত করেছেন তা ভাল)।
chl

2
সেখানে এখন loonএছাড়াও waddella.github.io/loon ক্রেডিট এই ইশারা জন্য @hadleywickham চলে যায়।
এরি বি ফ্রেডম্যান 10

11

যদি আপনি কেবল আপনার ডেটাসেটের ভেরিয়েবলগুলি কীভাবে সম্পর্কযুক্ত তা এক ঝলক পেতে চান, সাইক্স প্যাকেজে জোড় () ফাংশনটি বা তার চেয়েও ভাল, জোড়.প্যানেলস () ফাংশনটি একবার দেখুন। আমি এখানে জোড় ফাংশন সম্পর্কে একটু লিখেছি ।

জোড় () বা সাইকোড: পেয়ারস.পেনেলস () ফাংশন ব্যবহার করে স্ক্রেটারপ্লট ম্যাট্রিক্স তৈরি করা বেশ সহজ।

pairs.panels(iris[-5], bg=c("blue","red","yellow")[iris$Species], pch=21,lm=TRUE)

এখানে চিত্র বর্ণনা লিখুন


7

পরীক্ষা করে দেখুন scagnosticsপ্যাকেজ এবং মৌলিক গবেষণা কাগজ । দ্বিবিহীন সম্পর্কের জন্য এটি অত্যন্ত আকর্ষণীয়। বহুবিধ সম্পর্কের জন্য, অভিক্ষেপ অনুসরণ একটি খুব ভাল প্রথম ধাপ।

যদিও সাধারণভাবে, ডোমেন এবং ডেটা দক্ষতা উভয়ই সংক্ষিপ্ত এবং সম্পর্কের দ্রুত তদন্তের জন্য আপনার পদ্ধতিগুলিকে উন্নত করবে।


7

Chart.Correlation ফাংশন PerformanceAnalytics ছাড়া এটি একটি ধুসর - হরিদ্রাভ রঙের মিহি মাটির স্তর যা রাইন ফাংশন বদলে একটি রৈখিক মডেল এবং সম্পর্কযুক্তরূপে জন্য তাত্পর্য সঙ্গে smooths, এর plot.pairs কাজ @Stephen টার্নার উল্লিখিত অনুরূপ কার্যকারিতা প্রদান করে।

library(PerformanceAnalytics)
chart.Correlation(iris[-5], bg=c("blue","red","yellow")[iris$Species], pch=21)

তালিকা


5

যদি আপনি পারস্পরিক সম্পর্ক নিয়ে কাজ করার জন্য সম্ভাব্য রূপান্তরগুলি সন্ধান করেন, তবে একটি সরঞ্জাম যা এখনও কার্যকর হতে পারে তা উল্লেখ করা হয়নি aceযা acepackপ্যাকেজটিতে পাওয়া যেতে পারে (এবং সম্ভবত অন্যান্য প্যাকেজগুলিও)। এটি এক্স ভেরিয়েবল এবং অ্যারে ভেরিয়েবলের সেটের মধ্যে সর্বাধিক সম্পর্ক স্থাপনের জন্য রূপান্তরগুলি খুঁজে পেতে বিভিন্ন ধরণের রূপান্তরগুলি (স্মুথার্স ব্যবহার করে) চেষ্টা করার একটি ইন্টারেক্টিভ প্রক্রিয়া করে। রূপান্তরকৃত প্লট করা অর্থবহ রূপান্তরগুলির পরামর্শ দিতে পারে।


2

উপরের মত দূরত্ব সম্পর্কিততা এবং প্লট নামক অ-রৈখিক নির্ভরতার একটি পরিমাপ গণনা করতে আপনি 'শক্তি' প্যাকেজে DCOR ফাংশনটি ব্যবহার করতে পারেন। পিয়ারসনের পারস্পরিক সম্পর্কের বিষয়টি হ'ল এটি কেবল ভেরিয়েবলের মধ্যে লিনিয়ার-সম্পর্ক সনাক্ত করতে পারে। নিশ্চিত হয়ে নিন যে আপনি DCOR ফাংশনে সূচকটির জন্য লেখার পরামিতিটি চয়ন করেছেন।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.