问题标签 [r]

我在 R 中有一个 SVM，现在我想绘制这台机器的分类空间。我在互联网上找到了一些例子，但我似乎无法理解它们。

我的 R 脚本如下：

我无法让 plot 命令工作。我想要一个类似这样的图表http://bm2.genes.nig.ac.jp/RGM2/R_current/library/e1071/man/images/plot.svm_001.png

我只是想知道是否有办法在 r-plot 图中摆脱轴值，分别是 x 轴或 y 轴。

我知道这axes = false将摆脱整个轴，但我只想摆脱编号。

我有一个包含数百个项目的直方图，为此我做了一个 QQ 图。这导致 EPS 为 2.5 兆字节。这对于只包含在出版物中并且不会以 100 倍放大率查看的图形来说太过分了。

R中是否有任何选项可以以某种方式输出较小的EPS？我搜索了文档无济于事。或者是我最好的选择，比如说，之后以 300 dpi 光栅化它？如果是这种情况，对这项工作的工具有什么建议吗？

该图的 R 代码并不花哨：

编辑：哇！我的问题提到了输出 EPS，然后将其转换为某种光栅格式。当然，我可以首先从 R 生成 PNG。

假设我有巨大的数据并且没有钱为 R 和软件（如 Windows 或任何非开源）提供更多 RAM 的硬件

. 只是一个互联网连接。和一个大学 Amazon ec2 帐户。

您能否指导我一步一步地复制和粘贴有关使用 Amazon ec2 上的任何包构建模型的编码教程。

注意 - 我知道 BIOCEP 可以做到这一点，Robert Grossman 提供了关于在 Amazon Ec2 上使用 R 的教程。我只需要一个教程，说明使用 Rattle 之类的 R GUI 在 Amazon Ec2 上构建模型。

假设我是一个不了解 Amazon ec2 或在那里使用 R 的统计学家

R 至少有两个稀疏矩阵包。我正在研究这些包，因为我使用的数据集太大且太稀疏，无法以密集表示形式放入内存中。我想要基本的线性代数例程，以及轻松编写 C 代码对其进行操作的能力。哪个库最成熟最好用？

到目前为止我发现

• 具有许多反向依赖关系的矩阵，这意味着它是最常用的一个。
• 没有那么多反向依赖的SparseM 。
• 各种图形库可能有自己的（隐式）版本；例如igraph和network（后者是statnet的一部分）。这些对我的需求来说太专业了。

有人有这方面的经验吗？

稍微搜索一下RSeek.org ， Matrix包似乎是最常被提及的一个。我经常认为CRAN 任务视图相当权威，多变量任务视图提到了 Matrix 和 SparseM。

我有以标准化方式从数据库中出来的数据，其中包含年份、状态和值的字段。

我想对数据进行分析，并需要将其格式化，其中每年是一个字段而不是记录。所以我想要每个记录是一个状态的数据，然后每年都有一个字段，这些字段的每个值是那一年和那个州的值。

有执行此操作的命令吗？

所以我有：

而且我要：

如何检查向量是否包含给定值？

是否有专门针对 R 用户的具有编程挑战的网站或博客？

我了解某些数据库在 R 中具有本机支持（例如 MySQL），但您可以使用 RODBC 连接到其他数据库，例如 MS SQL Server。使用本机驱动程序与 RODBC 相比，读取/写入的速度提高了多少？还有哪些其他数据库在 R 中有本机驱动程序？阅读通常比写作快还是慢？

创建大对象并用完 RAM 后，我将尝试使用删除当前环境中的对象

当我检查我的 RAM 使用情况时，没有任何变化。即使打电话后gc()也没有任何改变。我只能通过退出 R 来补充我的 RAM。

有人对在 R 中处理内存密集型对象有什么建议吗？