similar to: Manual avanzado de R

Ok, lo pruebo y os digo... Jesús ________________________________ De: Isidro Hidalgo Arellano <ihidalgo en jccm.es> Enviado: lunes, 24 de octubre de 2016 9:46 Para: 'Jesús Para Fernández'; r-help-es en r-project.org Asunto: RE: [R-es] Quitar datos atípicos de una recta Hay un paquete que lo hace, pero no lo he utilizado, así que no sé cómo se porta: "outliers"... Un

Buenas, Tengo unas rectas en las que cada x número de ellas hay algún error en la captura de los datos y se produce un outlier. Os pongo un ejemplo: x<-rnorm(15,12,2) y<-jitter(x,200) y[7]<-20 plot(x,y) En este ejemplo se ve muy claro que el outlier y quitarlo seria facil, pero... ¿como hacerlo de manera automatica? es que hay mil curvas com oesta y puede ser una locura. Gracias

Buenas tardes   Estoy intentando representar graficamente la elipse de confianza de dos pendiente en un modelo sin intercepto La formula que introduzo esplot(ellipse(recta,c(1,1)),type="l"), pero elipse me sale una recta   Gracias [[alternative HTML version deleted]]

Hola a tod en s: ¿Sabéis si en estos momentos hay o va a haber algún curso online de R gratuito?. O en el caso de que haya que pagar, ¿hay alguno económico?. ¿Alguna página web buena para mirar todo este tipo de cosas?. Gracias de antemano. Saludos, Marcos [[alternative HTML version deleted]]

Hola a todos, y especialmente a Olmo... porque yo estoy también en el fregado de Coursera, y me pregutaba si merecería la pena cambiar de curso, por así decirlo. ¿Alguna opinión por ahí al respecto? Un saludo JOrge Tornero El 10 de enero de 2014, 18:11, Olmo <ulmusnigra@yahoo.es> escribió: > Pues aquí uno que se ha apuntado, eso si, físicamente no creo que > pueda reunirme, no

Buenas, Tengo un data.frame con la siguiente esstructura: Referencia Tiempo Valor a 1 15 a 2 25 a 3 28 a 4 40 b 1 30 b 2

Hola buenas, me preguntaba si alguno usa hadoop Spark en su día día y si me podíais recomendar un buen curso para empezar. Estuve en la charla de meetup de madrid hace unos meses de Rspark y estuvo bien, ahora me preguntaba si es posible profundizar. Pero me gustaría tener recomendaciones de cualquier material que podáis recomendar, cursos de coursera que hayais hecho, libros que hayais leido,

Es que es justo ahi donde no se como hacerlo. Es decir, dentro del bucle for hago las comprobaciones train test, y me da que de media el mejor es randomForest, pero claro, no me estoy quedando con el modelo, ya que no se va guardando....Entonces es cuando no se como seguir para quedarme con ese modelo.... ________________________________ De: Isidro Hidalgo Arellano <ihidalgo en

Hola a todos, En la empresa donde trabajo estamos interesados en contratar un curso ad-hoc de R en nuestras oficinas de Madrid. El nivel del curso requerido es de iniciación a intermedio, en modalidad intensiva (2 a 3 días completos) y de ser posible utilizando la herramienta R Studio. En esta ocasión, las búsquedas en Google no están siendo exitosas y solamente hemos encontrado empresas /

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

Buenas, Puse los modelos lo mas simplificados, para centrar el tiro en el tema que me preocupa. Es una pena no poder hablar cara a cara, porque por email puedo sonar algo borde, pero no es así, al contrario estoy enormemente agradecido por tu ayuda, pero le veo un problema. Me dices que use un list para ir guardando el modelo, pero tal y como he propuesto en el bucle for, el modelo se crea 10

Hola Ernesto. Ya que estás pensando en abandonar la lista, yo (antes) me lanzaría a preguntar alguna cosa (de esas que tienes guardadas esperando al foro adecuado). Qué puedes perder? :-) Un Saludo, ________________________ Miguel Ángel Rodríguez Muíños Dirección Xeral de Innovación e Xestión da Saúde Pública Consellería de Sanidade Xunta de Galicia http://dxsp.sergas.es -----Mensaje

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

Hola, ¿qué tal? Sabréis que en unos días comienza un MOOC de Hastie y Tibshirani, https://class.stanford.edu/courses/HumanitiesScience/StatLearning/Winter2014/about basado en el libro "An Introduction to Statistical Learning, with Applications in R". Se me ocurre lo siguiente: 1) Montar un grupo de estudio en Madrid de manera que podamos reunirnos periodicamente (¿semanalmente?

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

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

?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,

Hola a todos. Estoy utilizando la función lmer del paquete lme4 para ajustar un modelo mixto. Tengo varias variables en mi data.frame, unas son a nivel individual y otras a nivel de comarcas. Listo algunas. ingre_6 : Ingresos (nivel individual) iscs_a : un indicador sintético resumen de otras variables, calculado mediante componentes principales. sau_com : superficie agraria útil de cada una

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