Rfeng

  • 2021年11月4日
  • 注册于 2019年4月18日
  • 这个可能太简单了,在网上搜到了一个示例
    prize<-c()
    for (i in 1:100000) {
    x1<-sample(c(0,1,2,3,4,5),50,replace = TRUE,prob = c(0.29,0.25,0.1,0.15,0.2,0.01))
    win<-c(1:5) %in% x1
    prize=sum(win) #(等于5,集齐五福)
    }
    table(prize)#39244/100000=39.2%
    如果大家有别的方法,欢迎回复,感激不尽

    • 一个抽卡活动,里面有五种卡,每张卡被抽中的概率不同,分别为a、b、c、d、e,a+b+c+d+e=1,假设抽n次,那么我集齐五种卡片的概览是多少?由于概率不同,且n是变动的,手动计算比较麻烦,想请教一下如何用代码实现这个计算

    • 感觉楼主描述的不够清晰啊

    • 链接网址,输入账号、密码登录sql,这种情况下能用R链接sql读取数据吗

      • 代码:
        library(arules)
        library(rattle)
        setwd('D:/实战期/分析/市场分析/20191122')
        Gary=read.csv(file="TW-订单品类数据.csv",header=T)
        Gary_trans<- as(split(Gary$item, Gary$ID),"transactions")
        rules <- apriori(Gary_trans, parameter=list(support=0.001,confidence=0.2,minlen=2))
        inspect(rules)
        result.data.frame<-as(rules,"data.frame")
        write.table(result.data.frame,file="R-输出结果1.csv",sep=",")
        library(arulesViz)
        library(RColorBrewer)
        itemFrequencyPlot(Gary_trans,topN=10,col="lightblue")
        plot(rules,control=list(jitter=2,col=rev(brewer.pal(9,"BrBG"))),shading="lift")
        plot(rules,method="grouped",control=list(k=5,col=rev(brewer.pal(9,"YlOrRd")[3:8])))
        plot(rules,method = "graph",measure = "confidence",control = list(type="items"),shading = "lift")

        dt<-read.csv("TW-订单品类数据2.csv",header=T)
        hc<-hclust(dist(t(dt)),method="ward.D")

      • 用R做关联度分析的整体代码都没问题,不过不会转化需要用到的数据的格式,都是靠手动调整好运行的,不知道有没有人能够指点一下,关于数据格式变换方面的