R语言生成对数线性间隔数据序列(Log-linearly Spaced Sequences)
Posted Data+Science+Insight
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了R语言生成对数线性间隔数据序列(Log-linearly Spaced Sequences)相关的知识,希望对你有一定的参考价值。
R语言生成对数线性间隔数据序列(Log-linearly Spaced Sequences)
# Log-linearly Spaced Sequences
# 类似python中的 np.arange,np.linspace和np.logspace
# install.packages('pracma')
library(pracma)
lambda1 = logspace(-10, 1, 10)
lambda1
lambda2 = logseq(-10, 1, 10)
lambda2
- 1e-10
- 1.66810053720006e-09
- 2.78255940220713e-08
- 4.64158883361278e-07
- 7.74263682681128e-06
- 0.000129154966501489
- 0.00215443469003189
- 0.0359381366380464
- 0.599484250318942
- 10
- 10
- 7.74263682681127
- 5.99484250318941
- 4.64158883361278
- 3.59381366380463
- 2.78255940220713
- 2.15443469003188
- 1.66810053720006
- 1.29154966501488
- 1
参考:logspace: Log-linearly Spaced Sequences
参考:R Documentation
参考:python np.arange,np.linspace和np.logspace之间的区别
以上是关于R语言生成对数线性间隔数据序列(Log-linearly Spaced Sequences)的主要内容,如果未能解决你的问题,请参考以下文章
R语言使用lm构建线性回归模型并将目标变量对数化实战:可视化模型预测输出与实际值对比图可视化模型的残差模型系数(coefficient)模型总结信息(summary)残差总结信息
R语言实现多线性回归模型预测时间序列数据 MLR models in R
R语言使用lm构建线性回归模型并将目标变量对数化实战:模型训练集和测试集的残差总结信息(residiual summary)模型训练(测试)集自由度计算模型训练(测试)集残差标准误计算