



Studia grazie alle numerose risorse presenti su Docsity
Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium
Prepara i tuoi esami
Studia grazie alle numerose risorse presenti su Docsity
Prepara i tuoi esami con i documenti condivisi da studenti come te su Docsity
Trova i documenti specifici per gli esami della tua università
Preparati con lezioni e prove svolte basate sui programmi universitari!
Rispondi a reali domande d’esame e scopri la tua preparazione
Riassumi i tuoi documenti, fagli domande, convertili in quiz e mappe concettuali
Studia con prove svolte, tesine e consigli utili
Togliti ogni dubbio leggendo le risposte alle domande fatte da altri studenti come te
Esplora i documenti più scaricati per gli argomenti di studio più popolari
Ottieni i punti per scaricare
Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium
Una raccolta di comandi e formule utili per lavorare con matrici, vettori e dataset in R. Inoltre, vengono presentati esempi di grafici e istruzioni per l'ottimizzazione. utile per gli studenti di informatica che utilizzano R per l'analisi dei dati.
Tipologia: Schemi e mappe concettuali
1 / 6
Questa pagina non è visibile nell’anteprima
Non perderti parti importanti!




Utilities: ● getwd() : Find the current directory ● setwd(‘path’) : Change the working directory ● rm(x) : Remove x from the environment ● rm(list = ls()) : Remove all variables
Matrix: ● Create: ○ m <- matrix(x, nrow=3, ncol=3) : Creates a 3x3 matrix from x ○ rbind(x, y, z) : Bind rows ○ cbind(x, y, z) : Bind columns ● Access: ○ m[2, ] : Select a row ○ m[ ,1] : Select a column ○ m[2, 3] : Select an element ● Change: ○ m[rowldx, columnldx] <- 5.5 : Change one element ○ m <- m[ , -columnldx] : Delete one column ○ m <- c(m) : Convert to Vector
Matrix Calculus: ● Addition: A + B addition of matrices of same dimension ● Trace: matrix.trace(A) ● Multiplication: ○ Matrix: A %*% B ○ Scalar: a * B ○ (row) vector * matrix: a = general, b = column, c = row c %*% B ○ Matrix * (column) vector: B %*% b ○ (inner) product of 2 vectors → scalar: a = general, b = column, c = row c %*% b ○ (outer) product of 2 vectors → matrix: b %*% c ○ Element-by-element: C <- A * B ● Transpose: t(A) ● Row ↔ Column vector: a = general, b = column, c = row b <- t(c), b <- t(t(b)) ● Inverse Matrix: Check before if det not equal to 0, det(a) , then solve(A) ● Sum of a Vector: a = general, b = column, c = row rep(1, length(b)) %*% b ● Sum of Squares: a = general, b = column, c = row t(b) %% b c %% t(c) ● Covariance Matrix: N <- 1000, X <- matrix N <- dim(x)[1] number of observations Xbar <- colMeans(X) vector of means 1/(N-1)t(X) %% X - outer(Xbar, Xbar) ● Rank: qr(X)$rank
Plots: Import/Install ggplot2 → library(ggplot2)/install.packages(ggplot2) ● Bar Chart: ○ Standard One: _ggplot(data = grade, aes(x = country)) + geom_bar() + ggtitle("Student origin")
Work with Data: Vectors
Datasets
Optimization:
Functions and Loops pt. 2
Fibonacci <- numeric(10) Fibonacci[1] <- Fibonacci[2] <- 1 for (i in 3:10) {Fibonacci[i] <- Fibonacci[i - 2] + Fibonacci[i - 1]} print("First 10 Fibonacci numbers:") print(Fibonacci)
Tribonacci <- numeric(10) Tribonacci[1] <- 1 Tribonacci[2] <- 1Tribonacci[3] <- 1 for (i in 4:10) {Tribonacci[i] <- Tribonacci[i - 3] + Tribonacci[i - 2] + Tribonacci[i - 1]} print("First 10 Tribonacci numbers:") print(Tribonacci)
Matrix Calculus:
Matrix Calculus pt.2: LateX: