Ich möchte verstehen, wie man den ersten Datentyp in einen Datentyp umwandelt, mit dem ich arbeiten kann. Hier ist der Code, den ich benutze, im Grunde versuche ich nur, OLS-Regression auf dem Spam-Datensatz zu machen und dann den Standardfehler und Testfehler zu berechnen. Ich habe jedoch Probleme beim Konvertieren der Datentypen unten. Hier ist der Code, damit Sie das Beispiel reproduzieren können. Die Spam-und Testdaten können unter diesem Link zu finden: https://statweb.stanford.edu/~tibs/ElemStatLearn/ (auf der linken Seite auf den Daten Registerkarte gehen und dann zu Spam-Daten nach unten scrollen)Konvertierung von Datentypen in R
# reading in the data
spam <- read.table("spam.data.txt") # X
test.set <- read.table("test.set.txt") # tt
# train and test set
x.train = subset(spam, test.set==0) # assigning the train to 0
p = dim(x.train)[2]-1 # dimension
x.test = subset(spam, test.set==1) # assigning the test to 1
# standardization of predictors
trainst <- x.train
for(i in 1:58) {
trainst[,i] <- trainst[,i] - mean(spam[,i]);
trainst[,i] <- trainst[,i]/sd(spam[,i]);
}
testst <- x.test
for(i in 1:58) {
testst[,i] <- testst[,i] - mean(spam[,i]);
testst[,i] <- testst[,i]/sd(spam[,i]);
}
# permuting data frames
train = trainst[sample(nrow(trainst)),]
test = testst[sample(nrow(testst)),]
library("MASS")
fit.ls <- lm(train$V58 ~ . - 1, train)
ls <- fit.ls$coef
Dieser Unterm Strich fit.ls $ Koef ist, was die Liste produziert von Zahlen unten. Ich möchte diesen Datentyp im Grunde konvertieren, damit ich ihn verwenden kann, um den Standardfehler und Testfehler zu berechnen.
wie ein Atom-Vektor Sieht aus. Wie wäre es mit 'cbind (Daten)'? Danke für das tolle reproduzierbare Beispiel, übrigens. –
"* Ich kann Code zur Verfügung stellen - ich bin mir nur nicht sicher, ob es dafür notwendig ist. *" Code ist hier immer notwendig, egal wie einfach. – thelatemail
Ok Entschuldigung - ich bin eindeutig ein Anfänger, danke für deine Antworten – Chris95