为了应用R版本更新带来的效率提升和bug消除，我将服务器上的R升级到了最新版本（当前为4.1），然后在使用一些包的时候就会出现

在做探索性分析时，条形图、箱线图是很好的方法，他可以很好地展示大概的数据结构与分布，由于最近看到有人使用使用雨云图展示数据，图形看起来很美观，有趣，因此这里也就进行了梳理并使用python实现雨云图的绘制。

在处理单个高维数据时,通过可以通过LDA,PCA,等等方法进行降维处理,但是如果某两个数据来自同一个样本,但是数据类型不同,差距巨大时,怎么办呢

置信区间(confidence interval,ci)是总体数值在特定可信度下的区间。 它是根据原始观测样本估计的，通常定义为 95%.即通常所说的95%置信区间.

很多机器学习的方法都要求数据近似正态分布并尽可能接近,而python中用于机器学习的包便是sklearn,其提供包括MinMaxScaler,RobustScaler,StandardScaler和Normalizer在内的多种函数用于机器学习的预处理

一致性指数(concordance index)或者说c-index是用于评估算法预测效果的参数.定义上是指素有时间点上一致性对的比例

在python中存储集合数据可以选择多种原生数据类型,包括list,array,tuple,dictionary四种类型.其中list可变性强,可存储任意内容并且可变,应用范围广泛.而在进行科学运算,存储纯数字时,numpy被广泛应用

聚类分析允许我们找到相似样本或者feature的组，这些对象之间的相关性更强。 常见的用途有包括按照不同的基因表达情况对样本进行分组，或者根据不同样本的分类对基因进行分组等

在可视化数据时，通常需要在单个图形中绘制多个图形。 例如，如果您想从不同的角度可视化相同的变量（例如>，数字变量的并排直方图和箱线图），则多个图形很有用

在使用scrapy爬取网页时，由于很多网站采用js渲染的方式，直接诶获取源代码是获取不到需要的网页内容的，此时往往采用selenium驱动浏览器来获取网页内容非常合适

由于pip及anaconda的默认地址在国内访问速度感人，添加国内源进行加速十分必要

这篇文章将引导您完成强大的随机森林机器学习模型的手把手实现。它旨在补充我对随机森林的概念性解释，但只要您对决策树和随机森林有基本了解，就可以完全阅读。后续我们将讲述如何改善在这里构建的模型