文件名称：datasciencecoursera:对于coursera数据科学课程
文件大小：9.17MB
文件格式：ZIP
更新时间：2024-07-18 21:13:03
R
runanalysis.R的描述 该脚本将 x_test.txt 和 x_train.txt 中的数据读取到两个不同的数据帧中。 它将这两个数据帧合并为一个 它创建了一个包含我们需要的列数的向量 它只在数据框中留下我们需要的列 它使用 features.txt 中的数据命名列 它使用来自 y_train.txt 和 y_test.txt 的数据添加具有相应活动的列 它使用来自 subject_train.txt 和 subject_test.txt 的数据添加具有相应主题编号的列 它按主题和活动拆分数据框，然后计算拆分列表中每个元素的每个变量的平均值 它将数据组合成矩阵。 行是主题。活动，列是主题和活动的给定组合的每个变量的平均值。 它将数据写入 tidy_matrix.txt
【文件预览】：
datasciencecoursera-master
----ExData_Plotting1()
--------plot2.R(635B)
--------plot1.R(663B)
--------plot4.R(1KB)
--------plot3.R(833B)
--------figure()
--------README.md(4KB)
----.gitmodules(117B)
----storms.Rmd(5KB)
----cp.html(428KB)
----cp.Rmd(2KB)
----cp.R(80B)
----ProgrammingAssignment2()
--------cachematrix.R(1KB)
--------README.md(4KB)
----toothgrowth.pdf(166KB)
----RepData_PeerAssessment1()
--------instructions_fig()
--------PA1_template_files()
--------activity.zip(52KB)
--------PA1_template.html(469KB)
--------doc()
--------README.md(8KB)
--------PA1_template.md(3KB)
--------activity.csv(343KB)
--------PA1_template.Rmd(3KB)
----census-app()
--------shinyapps()
--------ui.R(647B)
--------data()
--------helpers.R(1KB)
--------server.R(683B)
----toothgrowth.Rmd(1KB)
----run_analysis.R(2KB)
----features.txt(15KB)
----RM_CP.Rmd(2KB)
----cp.pdf(203KB)
----tidy_matrix.txt(219KB)
----Machine Learning()
--------testing.csv(15KB)
--------training.csv(11.64MB)
--------ML.html(429KB)
--------ML_cache()
--------ML.Rmd(1KB)
----Data product()
--------ui.R(208B)
--------x1.html(2KB)
--------rpres()
--------.Rhistory(16KB)
--------r1.html(8KB)
--------m.html(4KB)
--------n1.html(4KB)
--------m.html~(3KB)
--------m1.html(66KB)
--------r2.html(2KB)
--------server.R(406B)
----README.md(886B)
----RM_CP.pdf(182KB)
----cool_storms.pdf(279KB)
----codebook.txt(2KB)