r - 如何创建模型来对特定组的数据进行分类

标签 r machine-learning regression data-modeling

这是我的数据集的样子:

A1  B1  C1  D1  E1  F1
A   1   10  100 2   0.5
A   2   20  120 4   0.7
A   3   30  300 5   0.8
A   4   2   200 1   0.9
B   5   5   115 1   1
B   6   100 100 1   0

我是建模新手。我必须选择一个模型,以便为每个 A1(例如:A)选择 F1 值最小的 B1。任何人都可以建议我应该使用什么模型来实现相同的目标。

最佳答案

可以这样做

data <- data.frame(
     A1 = c("A", "A", "A", "A", "B", "B"),
     B1 = c(1, 2, 3, 4, 5, 6),
     C1 = c(10, 20, 30, 2, 5, 100),
     D1 = c(100, 120, 300, 200, 115, 100),
     E1 = c(2, 4, 5, 1, 1, 1),
     F1 = c(0.5, 0.7, 0.8, 0.9, 1, 0)
)

res <- c(by(data = data, INDICES = data$A1, FUN = function(x) x$B1[which.min(x$F1)], simplify = TRUE))
# A B 
# 1 6

关于r - 如何创建模型来对特定组的数据进行分类,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48879028/

相关文章:

在 R 中运行嵌套逻辑回归

r - Tidymodels(使用 fit_samples() 拟合随机森林) : Fold01: internal: Error: Must group by variables found in `.data`

r - 列 `project` 必须是一维原子向量或列表

r - 填充两个指定值之间的所有条目

performance - MATLAB 中人工神经网络的回归与性能图之间的差异

tensorflow - 在这个 tensorflow 示例中纪元如何工作

machine-learning - 将文本文件转换为 ARFF 格式

r - 创建空 S4 对象的向量

r - 从 GitHub 或本地安装开发包时出现问题

python - Tensorflow 模型评估基于批量大小