Schweitzer Fachinformationen
Wenn es um professionelles Wissen geht, ist Schweitzer Fachinformationen wegweisend. Kunden aus Recht und Beratung sowie Unternehmen, öffentliche Verwaltungen und Bibliotheken erhalten komplette Lösungen zum Beschaffen, Verwalten und Nutzen von digitalen und gedruckten Medien.
R in Projekten anwenden für Dummies
Wenn Sie in R ein Projekt erstellen, setzen Sie Funktionen ein, die sich in für bestimmte Aufgabenbereiche konzipierten Packages befinden. Auf dieser Schummelseite finden Sie einige Informationen zu diesen Funktionen.
Mit den R-Packages shiny und shinydashboard können Sie interaktive Anwendungen entwickeln. Hier ist eine Auswahl der Funktionen dieser Packages.
shiny und shinydashboard
shiny
Funktion
Was die Funktion berechnet
shinyApp()
Verbindet eine Benutzerschnittstelle und einen Server zu einer shiny-App
fluidPage()
Erstellt eine Browserseite, deren Breite sich an die Breite des Browsers anpasst
sliderInput()
Definiert einen Schieberegler und dessen Eingabe für eine shiny-Benutzeroberfläche
plotOutput()
Reserviert auf einer shiny-Benutzeroberfläche Platz für ein Diagramm
renderPlot()
Gibt ein Diagramm auf einer shiny-Benutzeroberfläche aus
textOutput()
Reserviert auf einer shiny-Benutzeroberfläche Platz für Textausgabe
renderText()
Gibt Text auf einer shiny-Benutzeroberfläche aus
selectInput()
Erstellt auf einer shiny-Benutzeroberfläche ein Dropdownmenü
shinyDashboard
Was die Funktion auf einer shinyDashboard-Seite erstellt
dashboardPage()
Die Seite selbst
dashboardHeader()
Titelleiste der Seite
dashboardSidebar()
Seitenleiste der Seite
sidebarMenu()
Menü für die Seitenleiste
menuItem()
Menüeintrag
dashboardBody()
Körper (body) der Seite
fluidRow()
Zeile variabler Breite innerhalb des Körpers des Dashboards
box()
Kästchen innerhalb einer Zeile
valueBoxOutput()
Reserviert Platz für eine Valuebox
renderValueBox()
Reaktiver Kontext für eine Valuebox
valueBox()
Eine Valuebox
column()
Spalte innerhalb einer Zeile variabler Breite (fluidRow)
fluidRow
tabBox()
Registerkarte für eine Seite im Registerkartenformat
Maschinelles Lernen (ML) ist ein sehr aktuelles Thema. R stellt eine Reihe von Packages und Funktionen für das maschinelle Lernen zur Verfügung. Hier ist eine Auswahl:
Package
Was die Funktion macht
rattle
rattle()
Öffnet das Fenster von Rattle mit der grafischen Benutzeroberfläche
rpart
rpart()
Erstellt einen Entscheidungsbaum
rpart.plot
prp()
Zeichnet einen Entscheidungsbaum
randomForest
randomForest()
Erstellt einen Random Forest aus Entscheidungsbäumen
printRandomForests()
Gibt die Regeln der einzelnen Entscheidungsbäume eines Random Forest aus
e1071
svm()
Trainiert eine Support Vector Machine
predict
Erstellt auf Basis einer Support Vector Machine einen Vektor mit prognostizierten Klassifikationen
KERNLAB
ksvm()
R-Basis-Paket
kmeans()
Erstellt eine K-Means-Clusteranalyse
nnet
nnet()
Erzeugt ein neuronales Netz mit einer verdeckten Schicht
NeuralNetTools
plotnet()
Zeichnet ein neuronales Netz
Predict()
Erstellt auf Basis eines neuronalen Netzes einen Vektor mit Prognosen
Besonders im Hinblick auf statistische Analyse bietet R eine Vielzahl von Packages und Funktionen, um mit großen - wenn nicht sogar riesigen - Datenmengen umzugehen. Diese Auswahl ist nur die Spitze der Spitze des Eisbergs.
didrooRFM
findRFM()
Führt eine RFM-Analyse für eine Datenbank mit Umsatztransaktionen durch
vcd
assocstats()
Berechnet Statistiken für Tabellen mit kategorischen Daten
assoc()
Erstellt eine Grafik, die Abweichungen von der Unabhängigkeit in einer Tabelle mit kategorischen Daten darstellt
tidyverse
glimpse()
Stellt eine Teilansicht eines Datenframes zur Verfügung, bei dem die Spalten der Daten auf dem Bildschirm als Zeilen dargestellt werden
plotrix
std.error()
Berechnet den Standardfehler des Mittelwerts
plyr
inner_join()
Kombiniert Datensätze
lubridate
wday()
Gibt den Wochentag eines Datums zurück
ymd()
Gibt ein Datum im R-Datumsformat zurück
Hier sind ein paar Packages und Funktionen, mit denen Sie in R erste Schritte beim Erstellen von Landkarten und der Bildbearbeitung gehen können.
maps
map_data()
Gibt einen Datenframe mit Breiten- und Längengraden...
Dateiformat: ePUBKopierschutz: Adobe-DRM (Digital Rights Management)
Systemvoraussetzungen:
Das Dateiformat ePUB ist sehr gut für Romane und Sachbücher geeignet – also für „fließenden” Text ohne komplexes Layout. Bei E-Readern oder Smartphones passt sich der Zeilen- und Seitenumbruch automatisch den kleinen Displays an. Mit Adobe-DRM wird hier ein „harter” Kopierschutz verwendet. Wenn die notwendigen Voraussetzungen nicht vorliegen, können Sie das E-Book leider nicht öffnen. Daher müssen Sie bereits vor dem Download Ihre Lese-Hardware vorbereiten.Bitte beachten Sie: Wir empfehlen Ihnen unbedingt nach Installation der Lese-Software diese mit Ihrer persönlichen Adobe-ID zu autorisieren!
Weitere Informationen finden Sie in unserer E-Book Hilfe.