DMwR2-package | 《带R的数据挖掘》一书第二版的函数和数据 | ||
algae | 预测藻类水华的训练数据 | ||
algae.sols | 藻类水华预测试验数据集的解决方案 | ||
centralImputation | 用中央统计数据填写NA值 | ||
centralValue | 获得中心性统计量 | ||
createEmbedDS | 从单变量时间序列创建嵌入数据集 | ||
dist.to.knn | lofactor()的辅助函数 | ||
DMwR2 | 《带R的数据挖掘》一书第二版的函数和数据 | ||
GSPC | 一套SP500的每日报价 | ||
kNN | k-近邻分类 | ||
knneigh.vect | lofactor()的辅助函数 | ||
knnImputation | 用最近邻居的值填充NA值 | ||
lofactor | LOF算法的实现 | ||
manyNAs | 查找NA值过多的行 | ||
nrLinesFile | 计算文件的行数 | ||
outliers.ranking | 获得离群值排名 | ||
plot-method | “贸易记录”类 | ||
reachability | lofactor()的辅助函数 | ||
rpartXse | 获取基于树的模型 | ||
rt.prune | 使用SE规则修剪基于树的模型 | ||
sales | 包含销售交易报告的数据集 | ||
sampleCSV | 从CSV文件中随机绘制线条样本 | ||
sampleDBMS | 随机抽取存储在数据库管理系统中的表的记录样本 | ||
SelfTrain | 半监督数据的自训练模型 | ||
show-method | “贸易记录”类 | ||
sigs.PR | 一组预测交易信号的精确度和召回率 | ||
SoftMax | 使用SoftMax规范化一组连续值 | ||
sp500 | 以CSV格式为SP500提供的一组每日报价 | ||
summary-method | “贸易记录”类 | ||
test.algae | 预测藻类水华的试验数据 | ||
tradeRecord | “贸易记录”类 | ||
tradeRecord-class | “贸易记录”类 | ||
trading.signals | 将一组值离散化为一组交易信号 | ||
trading.simulator | 使用一组交易信号模拟每日交易 | ||
tradingEvaluation | 获取一组交易行为的评估指标 |