精华内容
下载资源
问答
  • 数字信号处理自编制函数-数字信号处理自编函数.zip 与大家一起分享快乐!
  • 最小二乘法Matlab自编函数实现及示例.doc
  • R语言关于自编函数的常见问题

    千次阅读 2020-03-22 12:13:37
    构造求均值的函数 上图中函数的名称为mean_x,他只有一个变量就是x,我们先对数据进行预处理,我们先把x转换为逻辑向量,然后使用which语句找到空值的下标,当他没有空值的时候,就不对原数据进行处理,如果有空值...

    构造求均值的函数

    在这里插入图片描述
    上图中函数的名称为mean_x,他只有一个变量就是x,我们先对数据进行预处理,我们先把x转换为逻辑向量,然后使用which语句找到空值的下标,当他没有空值的时候,就不对原数据进行处理,如果有空值,我们就把空值去掉,得到新的数据。然后我们计算出新的数据的长度,先把sum_ x赋值为零,构造for循环对数据进行累加处理,那么我们就得到了数据的总和,用总和除数据的长度就是我们要得到的平均值mean_x。我们使用return()函数返回平均值mean_x
    #下图是对我们构造的函数的一个检验
    在这里插入图片描述
    从效果我们可以发现,这个函数求均值只需要输入相应的数据就可以,不需要像mean()函数要加一句na.rm = T,来去除空值。

    关于返回值的问题

    其实有的时候我们想返回的并不是一个值,我们可能需要返回多个值,那么我们需要怎么处理呢,小编这里教大家一个非常好用的办法,就是返回一个列表

    在这里插入图片描述
    好了,就到这里了,要吃饭了,嘿嘿,希望能够对你有所帮助。

    展开全文
  • 图像处理自编函数,自动绘制函数图像,matlab源码.rar
  • 图像处理自编函数,自动绘制函数图像,matlab源码.zip
  • 应用matlab语言编写图像处理函数
  • 最优化问题的自编函数,基于matlab的自编函数,及其他数学软件的自编函数,解决整数线性规划,整数非线性规划,及各种最优问题的自编函数
  • 最近在学习,王斌会教授的多元统计分析这本书,但是遗憾的是,王斌会教授自编的一些函数和一些资源没有,自己也是费尽力气找到了这些,这也多亏了这位博主给的网站,才能让我有机会告诉你们,直接引用这位博主的地址...

    最近在学习,王斌会教授的多元统计分析这本书,但是遗憾的是,王斌会教授自编的一些函数和一些资源没有,自己也是费尽力气找到了这些,这也多亏了这位博主给的网站,才能让我有机会告诉你们,直接引用这位博主的地址吧,正好也可以关注一下她,看得出来是一个很优秀的人呢,地址是:https://blog.csdn.net/lucky_shi/article/details/105191404
    为了大家方便查找,我也将简化的网址找到
    第四版:https://gitee.com/Py-R/mvstats4
    第五版:https://gitee.com/Py-R/mvstats5
    进去以后可以看到这样的画面:
    可以根据需要下载,自编函数在code里,点击进去。
    在这里插入图片描述
    第一个是自编函数代码,第二个是课本函数代码,点击进去。
    在这里插入图片描述
    像这样的代码,将内容直接复制保存到笔记本中,就是txt文本。
    在这里插入图片描述
    然后将保存在文本中的代码,重命名如下:
    在这里插入图片描述
    然后打开R语言软件,输入以下代码:
    在这里插入图片描述
    但是需要注意,第一行的数据是导入桌面路径,将保存好的文本,桌面。
    也可以直接导入自己的路径,如下:
    在这里插入图片描述

    展开全文
  • 在linux环境中向PHP中加入自编函数的方法.pdf
  • 搞了接近四个周的模型开发工作,今天整理代码文件,...通俗的说,在数据分析工作中,我们经常会通过调用自编函数来实现某些高级的功能。 一般在结束某项数据分析的工作之后,对于使用频率比较高的模块功能,我会将实

    大家周末好!

    搞了接近四个周的模型开发工作,今天整理代码文件,评分卡模型基本告一段落了。那么在模型开发或者是我们日常的数据分析工作中,根据我们具体的业务需求,经常会重复地用到某些模块的功能。而这些模块的功能在R的packages里是没有的,这个时候,我们一般是通过自己写代码实现功能。通俗的说,在数据分析工作中,我们经常会通过调用自编函数来实现某些高级的功能。
    一般在结束某项数据分析的工作之后,对于使用频率比较高的模块功能,我会将实现代码封装在一个模块函数当中,并命好名,方便下次调用。其实你可以把它理解为自己开发的一个package,通过模块化的调用,提高我们在数据分析工作中的效率,而不用每次都用造轮子式的方法来敲代码!
    我一直认为这是一个很好的习惯,你的自编函数或者说是代码模块积累得越多,对于以后的建模工作来说会更加轻车熟路,这也是每一个数据分析师在工作的过程当中积累的宝贵经验。
    说了这么多,今天给大家分享几个我平时用得比较多,实用性也比较强的自编函数和代码模块,方便大家借鉴参考。

    1、centralImputation( )

    根据样本间的相似性填补缺失值方法,把实现代码封装在如下函数中,并将该函数命名为centralImputation

    根据样本之间的相似性填补缺失值是指用这些缺失值最可能的值来填补它们,通常使用能代表变量中心趋势的值进行填补,因为代表变量中心趋势的值反映了变量分布的最常见值。代表变量中心趋势的指标包括平均值、中位数、众数等,那么我们采用哪些指标来填补缺失值呢?最佳选择是由变量的分布来确定,例如,对于接近正态分布的变量来说,由于所有观测值都较好地聚集在平均值周围,因此平均值就就是填补该类变量缺失值的最佳选择。然而,对于偏态分布或者离群值来说,平均值就不是最佳选择。因为偏态分布的大部分值都聚集在变量分布的一侧,平均值不能作为最常见值的代表。对于偏态分布或者有离群值的分布而言,中位数是更好地代表数据中心趋势的指标。对于名义变量(如定性指标),通常采用众数填补缺失值。
    我们将上述分析放在一个统一的函数centralImputation( )中,对于数值型变量,我们用中位数填补,对于名义变量,我们用众数填补,函数代码如下:

    centralImputation<-function(data)
      {
      for(i in seq(ncol(data)))
         if(any(idx<-is.na(data[,i])))
         {
           data[idx,i]<-centralValue(data[,i])
           }
         data}
         centralValue<-function(x,ws=NULL)
         {
           if(is.numeric(x))
         {
             if(is.null(ws))
             {
               median(x,na.rm = T)
               }
           else if((s<sum(ws))>0)
           {
             sum(x*(ws/s))
             }
           else NA
             }
           else
           {
             x<-as.factor(x)
             if(is.null(ws))
             {
               levels(x)[which.max(table(x))]
               }
           else
           {
             levels(x)[which.max(aggregate(ws,list(x),sum)[,2])]
             }
           }
      }

    调用上述函数对缺失值进行填补,代码如下:

    x<-centralImputation(data)
    View(x)     #查看填补结果
    

    2、knnImputation( )

    根据变量间的相关关系填补缺失值(基于knn算法)
    上述按照中心趋势进行缺失值填补的方法,考虑的是数据每列的数值或字符属性,在进行缺失值填补时,我们也可以考虑每行的属性,即根据变量之间的相关关系填补缺失值。
    当我们采用数据集每行的属性进行缺失值填补时,通常有两种方法,第一种方法是计算k个(我用的k=10)最相近样本的中位数并用这个中位数来填补缺失值。如果缺失值是名义变量,则使用这k个最近相似数据的加权平均值进行填补,权重大小随着距离待填补缺失值样本的距离增大而减小,本文我们采用高斯核函数从距离获得权重,即如果相邻样本距离待填补缺失值的样本的距离为d,则它的值在加权平均中的权重为:
    这里写图片描述

    在寻找跟包含缺失值的样本最近的k个邻居样本时,最常用的经典算法是knn(k-nearest-neighbor) 算法,它通过计算样本间的欧氏距离,来寻找距离包含缺失值样本最近的k个邻居,样本x和y之间欧式距离的计算公式如下:
    这里写图片描述

    式中: δi() 是变量i的两个值之间的距离,即
    这里写图片描述

    在计算欧式距离时,为了消除变量间不同尺度的影响,通常要先对数值变量进行标准化,即:
    这里写图片描述

    我们将上述根据数据集每行的属性进行缺失值填补的方法,封装到knnImputation( )函数中,代码如下:

    knnImputation<-function(data,k=10,scale=T,meth="weighAvg",distData=NULL)
    {
      n<-nrow(data)
      if(!is.null(distData))
      {
        distInit<-n+1
        data<-rbind(data,distData)
      }
      else
      {
        disInit<-1
      }
      N<-nrow(data)
      ncol<-ncol(data)
      nomAttrs<-rep(F,ncol)
      for(i in seq(ncol))
      {
        nomAttrs[i]<-is.factor(data[,1])
      }
      nomAttrs<-which(nomAttrs)
      hasNom<-length(nomAttrs)
      contAttrs<-setdiff(seq(ncol),nomAttrs)
      dm<-data
      if(scale)
      {
        dm[,contAttrs]<-scale(dm[,contAttrs])
      }
      if(hasNom)
      {
        for(i in nomAttrs)
          dm[,i]<-as.integer(dm[,i])
      }
      dm<as.matrix(dm)
      nas<-which(!complete.cases(dm))
      if(!is.null(distData))
      {
        tgt.nas<-nas[nas<=n]
      }
      else
      {
        tgt.nas<-nas
      }
      if(length(tgt.nas)==0)
      {
        warning("No case has missing values. Stopping as there is nothing to do.")
      }
      xcomplete<-dm[setdiff(disInit:N,nas),]
      if(nrow(xcomplete)<k)
      {
        stop("Not sufficient complete cases for computing neighbors.")
      }
      for(i in tgt.nas)
      {
        tgtAs<-which(is.na(dm[i,]))
        dist<-scale(xcomplete,dm[i,],FALSE)
        xnom<-setdiff(nomAttrs,tgtAs)
        if(length(xnom))
        {
          dist[,xnom]<-ifelse(dist[,xnom]>0,1,dist[,xnom])
        }
        dist<-dist[,-tgtAs]
        dist<-sqrt(drop(dist^2%*%rep(1,ncol(dist))))
        ks<-order(dist)[seq(k)]
        for(j in tgtAs) if(meth=="median")
        {
          data[i,j]<-centralValue(data[setdiff(distInit:N,nas),j][ks])
        }
        else
        {
          data[i,j]<-centralValue(data[setdiff(distInit:N,nas),j]
                                  [ks],exp(-dist[ks]))
        }
      }
      data[1:n,]
    }

    调用knnImputation( )函数,用knn方法填补缺失值,代码如下:

    d<-knnImputation(data)
    View(d)     #查看填补结果
    

    以上两个模块化函数的分析和代码实现,大家get到了吗。在数据分析最头痛,最花时间的数据清洗和数据预处理环节,通过直接调用模块化函数,大大的节省了我们耗费的时间,提高数据分析工作的效率。

    我是雷锋,下次再见!

    ——Copyright Reserved by Erin

    展开全文
  • 6、R语言,调用自编函数

    千次阅读 2015-03-24 19:32:53
    上面为自编函数,保存为mydate.R文件 调用: > source("mydate.R") > mydate("long") [1] "星期二 三月 24 2015" > mydate("short") [1] "03-24-15" > mydate("")  is not a recognized type...
    #选择日期的格式
    
    mydate <- function(type = "long"){
      switch(type,
             long = format(Sys.time(), "%A %B %d %Y"),
             short = format(Sys.time(), "%m-%d-%y"),
             cat(type, "is not a recognized type\n")
             )
      

    }

    上面为自编函数,保存为mydate.R文件

    调用:

    > source("mydate.R")

    > mydate("long")
    [1] "星期二 三月 24 2015"
    > mydate("short")
    [1] "03-24-15"
    > mydate("")
     is not a recognized type

    展开全文
  • 用MATLAB自编函数的用于图形处理的双边滤波器,代码有详细的中文注释。
  • 自编Matlab函数实现图像缩放 自编Matlab函数实现图像缩放 自编Matlab函数实现图像缩放 自编Matlab函数实现图像缩放 自编Matlab函数实现图像缩放
  • delphi 常用自编函数

    2008-09-18 09:20:47
    文件包含了几十个常用的函数实现源代码,可以直接使用和学习!
  • 卷积运算 一般来说,在使用MATLAB的conv函数进行卷积运算时,我们的输入序列都是从n=0时刻开始的,设两个序列的长度为N1...这里自编一个函数get_bound来解决这个问题,和conv一起使用效果很好。 代码实现 function ...
  • 利用VBA自编函数,结合EXCEL方便的打印调整功能,实现日常支出证明单据的套打。开放源代码,欢迎指正。
  • 自编函数(fact求阶乘问题)

    千次阅读 2018-07-04 20:55:55
    要求顶一个调用2个函数:fact(n)计算n的阶乘;mypow(x,n)计算x的n次幂(即xn),两个函数的返回值类型是double。 x - x2/2! + x3/3! + ... + (-1)n-1xn/n!×输出保留4位小数。输入x n输出数列和样例输入2.0 3样例...
  • 转载来自;... ...发个MatLab 自编的 均值滤波、中值滤波、高斯滤波 图像处理函数 %自编的均值滤波函数。x是需要滤波的图像,n是模板大小(即n×n) function d=avefilt(x,n)  a(1:n,1:n)=1; 
  • matlab 自编灰度图像直方图 源程序 调试通过
  • 这篇文章主要是讲述Word通过宏函数设置一些操作,比如在Word全文中替换一些符号;再如对Word上角表进行编号,如果删除中间某个值,运行宏函数自动编号;对Word中所有图片进行大小统一整合;文章竖着排版等操作。Word...
  • 易语言一个自编的加解密函数源码,一个自编的加解密函数,加解密文本
  • 易语言一个自编的加解密函数.rar
  • 图像处理技术的基础函数,进行图像旋转的必要函数。代码质量很高,可作为MATLAB程序代码编写的规范模板。
  • 自编插值函数

    2012-12-13 16:23:01
    matlab自编插值函数myinter.m,解决插值问题.希望能够对您有所帮助~~
  • 调用自己编写的matlab函数

    万次阅读 多人点赞 2017-08-14 16:24:17
    在matlab中调用自定义的函数
  •  虽然matlab里面有这些函数,但是要求自己编写,计算机视觉上有这个实验,是别人编写的...MatLab自编的均值滤波、中值滤波、高斯滤波 图像处理函数。 %自编的均值滤波函数。x是需要滤波的图像,n是模板大小(即
  • 麦语言自编策略模型函数列表

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 379,494
精华内容 151,797
关键字:

自编函数