笔记：超大数据下最优抽样理论与方法

在大数据的研究中，往往研究的数据量极大，我们并不需要使用其全部数据。但问题是我们应当使用哪些数据作为研究对象呢？

R语言广义线性模型之lm()函数与glm()函数

广义线性模型扩展了线性模型的框架，包含了非正态因变量的分析。logisitic回归的因变量为类别型，比如二值变量（是/否、通过/未通过）和多分类变量（好/中/差）。标准线性模型也是广义线性模型的...

logistic回归logistic回归与线性回归并成为两大回归。logistic回归解释起来直接就可以说，如具有某个危险因素，发病风险增加多少倍，听起来让人通俗易懂，线性回归相比之下其实际意义...

分布执行和分布结果的可视化是我喜欢使用Jupyter Notebook的主要原因。为了将软件包安装与系统隔离开来，如何在virtualenv中使用Jupyter Notebook呢？

最近在研究生存分析，发现R语言中做没有因子(即自变量x)的生存分析时，类似这种语句`surv.all <-survfit(Surv(month,status)~1)`，右边的括号要写`~1`才能运行，这是为什么呢，其中的`~1`又是什么意思？

大家还记得江湖中那个传说吗？C-index就是ROC曲线下面积AUC？

1. 导入包绘制分组Kaplan-Meier生存曲线需要用到的R包：survminer和survival ，如果没有请安装。 install.packages("survmine...

Jupyter Notebook是前身为Ipython的一种在线编译器，因此要让Jupyter Notebook能够支持R语言，需要安装一个较为关键的包

世上无难事，只要隔硬黎。——黄子华

loss：训练集损失值accuracy:训练集准确率val_loss:测试集损失值val_accruacy:测试集准确率以下5种情况可供参考：train loss 不断下降，test loss不...