search for: tranquilos

...pinchar en una columna y que se ordene según los valores de esa columna y así columna a columna. Podría generar sin dificultad tantas tablas ordenadas como columnas tiene el df, pero no sería práctico para esta gente. Si hay alguna solución evidente y fácil, agradecería que la compartieran. Si no, tranquilos, la decisión está en sopesar la dificultad de hacerlo y la dificultad de pedir disculpas. Muchas gracias -- Juan Abasolo Hizkuntzaren eta Literaturaren Didaktika Saila | EUDIA ikerketa taldea Bilboko Hezkuntza Fakultatea Euskal Herriko Unibertsitatea UPV/EHU Sarriena auzoa z/g 48940 - Leioa (B...

Hola amor! Finalmente llegué a D.C. Ya estoy en el albergue pero el cuarto solo va a ser liberado a la una o tal vez dos de la tarde. Pero no importa al menos ya estoy aqui, ya tomé desayuno que por cierto es horrible. Voy a poder tomar baño y usar un locker por un dolar. Entonces voy a tomar baño guardar mis cosas y salir ya que aqui no hago nada. Cómo fue tu domingo? Cómo está Esteban? El

Hola a tod en s, tengo una duda que la comunidad R me puede ayudar. Estoy trabajando con gamlss, porque tengo una variable respuesta con valores entre 0 y 1 e incluidos estos. La distribución que utilizo com gamlss para este caso es "beta inflated" (Stasinopulos and Rigby 2007. Journal of Statistical Software 23(7)). El modelo que intento correr es: m1<-gamlss(Teleosteos ~

...res de esa columna y así columna a columna. Podría generar sin >> dificultad tantas tablas ordenadas como columnas tiene el df, pero no >> sería >> práctico para esta gente. >> >> Si hay alguna solución evidente y fácil, agradecería que la compartieran. >> Si no, tranquilos, la decisión está en sopesar la dificultad de hacerlo y >> la dificultad de pedir disculpas. >> >> Muchas gracias >> >> -- >> Juan Abasolo >> >> Hizkuntzaren eta Literaturaren Didaktika Saila | EUDIA ikerketa taldea >> Bilboko Hezkuntza Fakultat...

Tranquilo que no te han hackeado tu "R"... Simplemente que al importar tu CSV, no has indicado que los decimales son las ",". Y ese campo lo importa como un character (un string). Y cuando lo conviertes a numeric, el resultado es un tanto impredecible. Si utilizas read.table para importar, simplemente incluye el parámetro "dec" de esta forma "read.table(..... ,

Hi! I have this in my dovecot logs... dovecot-auth: pam_succeed_if(dovecot:auth): error retrieving information about user access What is this? Anybody is traying login with user "access"? Spam? V?rus? thanks!!!! -- Atenciosamente; Graciously; *Lucas Possamai * http://psyscrew.posterous.com/ "Na palma da tua m?o existem sonhos, felicidades e a for?a que te guia por um

Hola. Mi problema del día... Estoy importando un .csv muy pesado y muy sucio, en el sentido de tener variables con problemas en sus datos. En concreto lo que me pasa es que logro levantarlo, tal que para un caso concreto del data.table obtengo un valor: 753,2256 que parece un número pero es un factor. De hecho: $ PP : Factor w/ 69878 levels "-3134,0938","10,117423882342",..:

GUYS, I NEED HELP WITH ERROR: library(MASS) > dados<-read.table("mediaRGinverno.txt",header=FALSE) > vento50<-fitdistr(dados[[1]],densfun="weibull") Erro em fitdistr(dados[[1]], densfun = "weibull") : Weibull values must be > 0 WHY RETURN THIS ERROR? WHAT CAN I DO? BEST REGARDS [[alternative HTML version deleted]]

En general lo que yo uso en esos casos es as.numeric(as.character(X)) No se los términos correctos pero los factores aunque se muestren con los nombres de las diferentes clases, internamente son clases separadas que se nombran como enteros por ejemplo del 1 al n de clases. Cuando usas directamente as.nuemric sobre un factor, este toma los numeros de las clases y no el valor de clase. Fijate en

Hola a todos, en efecto, lo crucial es el new, he utilizado estas líneas para mi código: par(new=T, mfrow=c(1,1), mar=c(0,4,2,2), oma=c(1,1,0,1)) plot(-1,type="n",axes=F,xlab='',ylab='')

Hola, Emilio Muchas gracias por la respuesta. El problema es que la otra persona no sabe nada de R, e instalarle RStudio va a ser casi peor. Además, parece que el origen es que tiene su Mac con configuración USA por un tema de correos y fechas; así que creo que lo que necesitaría es algo que cambie solo la configuración de la sesión de R a UTF-8 o algo parecido. Quizás no es posible ....

Una vez que tienes la técnica y los parámetros óptimos resultantes de la validación cruzada, ya tienes el modelo que necesitas, NO tienes que hacer nada más. Si vuelves a modelar con todos los datos todo el trabajo de validación que has hecho lo envías a hacer gárgaras. Estarías construyendo un modelo con sobreajuste. Para quedarte tranquilo, haz la prueba, coge el modelo resultante de la

Muchas gracias, Fernando y Javier. > pami$PP <- as.numeric(as.character(pami$PP)) Warning message: NAs introduced by coercion Y entonces los datos que antes convertía en labels(pami$PP) (v.g. 753,2256 a 61343 o 62,7688 ? a 17390, que me pa eran enteros del 1 al n de clases como decía Fernando), los convertía en NA.- Luego de probar también con read.table, pasé a: > pami <-

El algoritmo en sí no, pero si quieres ajustar los parámetros (número de árboles, tamaño del nodo, etc.) hay que hacerlo. En la práctica te puedo asegurar que hay diferencia entre usar 500 árboles o 100, igual que el tamaño del nodo que cojas; afinar los parámetros puede suponer ajustar bastante los resultados. Un saludo Isidro Hidalgo Arellano Observatorio del Mercado de Trabajo

No, llega un momento en el que más árboles no te supone mejoría, e incluso funciona peor. Que funcione peor lo atribuyo al ruido, porque en teoría no tiene mucho sentido, la verdad... Pero no he probado a coger más árboles de los "necesarios". Lo probaré… Un saludo De: Jesús Para Fernández [mailto:j.para.fernandez en hotmail.com] Enviado el: viernes, 02 de junio de 2017 14:54

?Hola, Puedes ver aquí un ejemplo de cómo comparar varios modelos usando "caret". https://stackoverflow.com/questions/14800021/statistics-of-prediction-for-multiple-models-with-caret O mejor en el propio manual de "caret", en esta sección: https://topepo.github.io/caret/model-training-and-tuning.html#exploring-and-comparing-resampling-distributions Y como recomendación te

Si nos dices el tipo de problema que estás intentando solucionar y el tamaño del dataset podemos recomendarte algo más. En tu pseudo-código mezclas algoritmos supervisados y no-supervisados. Además de ranger, daría alguna oportunidad a "gbm" o como no a "xgboost". Y éstos los probaría dentro de H2O. Saludos, Carlos Ortega www.qualityexcellence.es El 4 de junio de 2017,

H2O va bien (muy bien) tanto en un ordenador sobremesa/portátil y sobre un clúster. En uno de sobremesa si tienes buena RAM y muchos cores, mejor. Y no tienes porqué usar Spark si no necesitas una solución tiempo real o "near real-time". H2O tiene otra solución para interaccionar con Spark (Sparkling Water). Incluso sobre un clúster, puedes usar "sparklyr" y

Hola, Eso es justamente lo que hace "caret" de una manera muy sencilla y sin que tú te tengas que preocupar de quedarte con el mejor bucket (del CV) o con la mejor combinación en tu "grid search". Te recomiendo que uses "caret" para esto.... Puedes incluso evaluar los dos algoritmos "RF" y "svm" a la vez y conocer realmente el nivel de precisión