Clustering gerarchico con R
|
|
- Dario Verde
- 4 anni fa
- Visualizzazioni
Transcript
1 Clustering gerarchico con R Emanuele Taufer file:///c:/users/emanuele.taufer/google%20drive/2%20corsi/3%20sqg/labs/l-10_cluster_h-clust.html#(1) 1/10
2 Clustering gerarchico in R La funzione di base per implementare il clustering gerarchico in R è hclust() hclust(d, method = "complete", members = NULL) d : una matrice di dissimilarità prodotta, ad esempio dalla funzione dist (dettagli nella slide sotto) method : Il metodo di agglomerazione da usare, scelto tra i seguenti ward.d, ward.d2, single, complete, average (= UPGMA), mcquitty (= WPGMA), median (= WPGMC) or centroid (= UPGMC). Il metodo Ward discusso nelle diapositive corrisponde a ward.d2 file:///c:/users/emanuele.taufer/google%20drive/2%20corsi/3%20sqg/labs/l-10_cluster_h-clust.html#(1) 2/10
3 Matrice di dissimilarità hclust si basa su una matrice di dissimilarità, d, calcolata dai dati. Ci sono due funzioni che possono essere utilizzate per calcolare matrici di dissimilarità in R: 1. dist(), inclusa in tutte le versioni di R. Può calcolare sia misure di distanza che di dissimilarità (per dati qualitativi), i dati devono essere tutti della stessa natura (ad esempio tutti numerici). 2. daisy(), che è parte della libreria cluster. E in grado di gestire dati di natura mista. In questo esempio utilizziamo l impostazione predefinita di dist, cioè una distanza euclidea. Si veda l help di R per ulteriori dettagli. file:///c:/users/emanuele.taufer/google%20drive/2%20corsi/3%20sqg/labs/l-10_cluster_h-clust.html#(1) 3/10
4 I dati mtcars data(mtcars) head(mtcars) ## mpg cyl disp hp drat wt qsec vs am gear carb ## Mazda RX ## Mazda RX4 Wag ## Datsun ## Hornet 4 Drive ## Hornet Sportabout ## Valiant Le variabili sono misurate su scale diverse, è preferibile standardizzare i dati prima di procedere. Utilizziamo la funzione scale(): st.mtcars=scale(mtcars) file:///c:/users/emanuele.taufer/google%20drive/2%20corsi/3%20sqg/labs/l-10_cluster_h-clust.html#(1) 4/10
5 Clustering con complete linkage (Max) Calcoliamo la matrice delle distanze dist.mtcars=dist(st.mtcars) Applichiamo hclust con le opzioni predefinite (ossia complete linkage) clust.mtcars=hclust(dist.mtcars) Per il clustering gerarchico, il dendogramma è lo strumento grafico principale per avere una visione della soluzione in cluster. Quando si utilizza hclust (o agnes) per eseguire una analisi cluster, è possibile disegnare il dendogramma passando l oggetto contenente i risultati di hclust() alla funzione plot(). file:///c:/users/emanuele.taufer/google%20drive/2%20corsi/3%20sqg/labs/l-10_cluster_h-clust.html#(1) 5/10
6 Dendrogramma plot(clust.mtcars) # add horizontal line at a certain height abline(h=6.5,col="red",lty=2,lwd=3) abline(h=4.3,col="green",lty=2,lwd=3) file:///c:/users/emanuele.taufer/google%20drive/2%20corsi/3%20sqg/labs/l-10_cluster_h-clust.html#(1) 6/10
7 La funzione cutree() Si può creare un vettore che mostra l appartenenza ai cluster di ogni osservazione usando la funzione cutree(); K è il numero di cluster desiderati. groups.5 = cutree(clust.mtcars,k=5) groups.5 ## Mazda RX4 Mazda RX4 Wag Datsun 710 ## ## Hornet 4 Drive Hornet Sportabout Valiant ## ## Duster 360 Merc 240D Merc 230 ## ## Merc 280 Merc 280C Merc 450SE ## ## Merc 450SL Merc 450SLC Cadillac Fleetwood ## ## Lincoln Continental Chrysler Imperial Fiat 128 ## ## Honda Civic Toyota Corolla Toyota Corona ## ## Dodge Challenger AMC Javelin Camaro Z28 ## ## Pontiac Firebird Fiat X1-9 Porsche ## ## Lotus Europa Ford Pantera L Ferrari Dino ## ## Maserati Bora Volvo 142E ## 5 2 Numero di unità in ogni gruppo table(groups.5) ## groups.5 ## ## file:///c:/users/emanuele.taufer/google%20drive/2%20corsi/3%20sqg/labs/l-10_cluster_h-clust.html#(1) 7/10
8 Analisi ulteriori st.mtcars al momento è un oggetto di tipo matrix ; trasformiamolo in data.frame per analizzare più agevolmente i risultati. st.mtcars=as.data.frame(st.mtcars,keep.rownames = TRUE) # La riga sotto trasforma i nomi di riga (rownames) in variabile Model #nel dataset st.mtcars st.mtcars$model<-row.names(st.mtcars) file:///c:/users/emanuele.taufer/google%20drive/2%20corsi/3%20sqg/labs/l-10_cluster_h-clust.html#(1) 8/10
9 Gruppi 1 e 2 st.mtcars$model[groups.5 == 1] ## [1] "Mazda RX4" "Mazda RX4 Wag" "Ferrari Dino" st.mtcars$model[groups.5 == 2] ## [1] "Datsun 710" "Fiat 128" "Honda Civic" "Toyota Corolla" ## [5] "Fiat X1-9" "Porsche 914-2" "Lotus Europa" "Volvo 142E" file:///c:/users/emanuele.taufer/google%20drive/2%20corsi/3%20sqg/labs/l-10_cluster_h-clust.html#(1) 9/10
10 Gruppi 3,4 e 5 st.mtcars$model[groups.5 == 3] ## [1] "Hornet 4 Drive" "Valiant" "Merc 240D" "Merc 230" ## [5] "Merc 280" "Merc 280C" "Toyota Corona" st.mtcars$model[groups.5 == 4] ## [1] "Hornet Sportabout" "Duster 360" "Merc 450SE" ## [4] "Merc 450SL" "Merc 450SLC" "Cadillac Fleetwood" ## [7] "Lincoln Continental" "Chrysler Imperial" "Dodge Challenger" ## [10] "AMC Javelin" "Camaro Z28" "Pontiac Firebird" st.mtcars$model[groups.5 == 5] ## [1] "Ford Pantera L" "Maserati Bora" file:///c:/users/emanuele.taufer/google%20drive/2%20corsi/3%20sqg/labs/l-10_cluster_h-clust.html#(1) 10/10
R - base Emanuele Taufer
R - base Emanuele Taufer Contents Preliminari................................................. 1 Oggetti................................................... 1 Oggetti - 2.................................................
DettagliLA CLUSTER ANALYSIS IN R
LA CLUSTER ANALYSIS IN R 1 Cluster gerarchica 1.1 Cluster delle unità sperimentali > sanita= read.table(file.choose(), header =TRUE, row.names=2) > str(sanita) 'data.frame': 20 obs. of 6 variables: $ n
DettagliGrafici in R Strumenti quantitativi per la gestione
Grafici in R Strumenti quantitativi per la gestione Emanuele Taufer Caricare il dataset da una libreria Plot Boxplot Istogramma Scatterplot matrice Disegnare linee aggiuntive Caricare il dataset da una
DettagliAnalisi dei Gruppi con R
Università di Bologna - Facoltà di Scienze Statistiche Laurea Triennale in Statistica e Ricerca Sociale Corso di Analisi di Serie Storiche e Multidimensionali Prof.ssa Marilena Pillati Analisi dei Gruppi
DettagliStatistica per l Impresa
Statistica per l Impresa a.a. 2017/2018 Tecniche di Analisi Multidimensionale Analisi dei Gruppi 9 maggio 2018 Indice Analisi dei Gruppi: Introduzione Misure di distanza e indici di similarità Metodi gerarchici
DettagliQuiz di verifica - Alberi e FC Strumenti Quantitativi per la gestione
Quiz di verifica - Alberi e FC Strumenti Quantitativi per la gestione Le domande 1-6 si riferiscono al seguente problema Un data set contiene i dati sui consumi di diversi tipi di automobili e alcune loro
DettagliCluster Analysis. La Cluster Analysis è il processo attraverso il quale vengono individuati raggruppamenti dei dati. per modellare!
La Cluster Analysis è il processo attraverso il quale vengono individuati raggruppamenti dei dati. Le tecniche di cluster analysis vengono usate per esplorare i dati e non per modellare! La cluster analysis
Dettagli2006 AC Auction Results Lot# Year Make Model Reserve High Bid SOLD Oldsmobile Cutlass Conv. $11, $7, TRUE Datsun 510 $
Lot# Year Make Model Reserve High Bid SOLD 1203 1968 Oldsmobile Cutlass Conv. $11,000.00 $7,900.00 TRUE 1206 1971 Datsun 510 $0.00 $100.00 FALSE 1210 1970 Auto Bianci Giardinera $4,500.00 $2,200.00 TRUE
DettagliCorso di Laurea di Scienze biomolecolari e ambientali Laurea magistrale
UNIVERSITA DEGLI STUDI DI PERUGIA Dipartimento di Chimica, Biologia e Biotecnologie Via Elce di Sotto, 06123 Perugia Corso di Laurea di Scienze biomolecolari e ambientali Laurea magistrale Corso di ANALISI
DettagliANALISI DEI CLUSTER. In questo documento presentiamo alcune opzioni analitiche della procedura di analisi de cluster di
ANALISI DEI CLUSTER In questo documento presentiamo alcune opzioni analitiche della procedura di analisi de cluster di SPSS che non sono state incluse nel testo pubblicato. Si tratta di opzioni che, pur
Dettagli2005 AC Auction Results
Day_# Year Make Model Reserve HIGHBID SOLD 1200 1969 Corvette $14,500.00 $10,750.00 FALSE 1201 1969 Mustang Coupe $8,500.00 $4,500.00 FALSE 1202 1983 Chevrolet Monte Carlo $8,500.00 $7,400.00 FALSE 1203
DettagliAnalisi Statistica dei Dati Misurazione e gestione dei rischi a.a. 2007-2008
Analisi Statistica dei Dati Misurazione e gestione dei rischi a.a. 2007-2008 Dott. Chiara Cornalba COMUNICAZIONI La lezione del 30 ottobre è sospesa per missione all estero del Prof. Giudici. Dal 6 Novembre
DettagliClassificazione k-nn con R. Strumenti quantitativi per la gestione
Classificazione k-nn con R Strumenti quantitativi per la gestione Emanuele Taufer file:///g:/il%20mio%20drive/2%20corsi/3%20sqg/labs/l1-knn.html#(1) 1/16 Altezza e peso degli adulti Le statistiche sull
DettagliK-means clustering con R
K-means clustering con R Emanuele Taufer file:///c:/users/emanuele.taufer/google%20drive/2%20corsi/3%20sqg/labs/l-10_cluster_k-means.html#(1) 1/10 Introduzione K-means è un approccio semplice ed elegante
DettagliStatistica per l Impresa
Statistica per l Impresa a.a. 207/208 Tecniche di Analisi Multidimensionale Analisi dei Gruppi 2 maggio 208 Indice Analisi dei Gruppi: Introduzione Misure di distanza e indici di similarità 3. Metodi gerarchici
DettagliAlfa Romeo 2600 Spider 0. Alfa Romeo 2000 Spider 10
Make Model Base Points Acura CL 2.2L 0 Acura CL V6 0 Acura CL-S 10 Acura CL-S (6 spd) 10 Acura ILX 2.4L ('13) 10 Acura Integra 1.6L ('86-'89) 0 Acura Integra 1.8L (non-vtec)('90-'93) 0 Acura Integra 1.8L
DettagliCostruttore Veicolo ANNO OBD-II PROTOCOL Buick Skylark 1996 VPW Buick Rivera 1998 VPW Buick Century 2002 VPW Buick Rendezvous 2003 VPW Cadillac
Costruttore Veicolo ANNO OBD-II PROTOCOL Buick Skylark 1996 VPW Buick Rivera 1998 VPW Buick Century 2002 VPW Buick Rendezvous 2003 VPW Cadillac Eldorado 1998 VPW Cadillac Deville 2000 VPW Chevrolet Blazer
DettagliENIGMA ACURA AIXAM ALFA ROMEO
ACURA AIXAM ALFA ROMEO APRILIA ASTON MARTIN AUDI BENELLI BENTLEY BMW BUELL BUICK CADILLAC CAGIVA CAN AM CASALINI CHATENET CHERY CHEVROLET CHEVROLET USA CHRYSLER CITROEN DACIA DAEWOO DAIHATSU
DettagliAPPUNTI DI CLUSTER ANALYSIS (Paola Vicard)
APPUNTI DI CLUSTER ANALYSIS (Paola Vicard) Obiettivi della cluster analysis La cluster analysis è una delle principali tecniche di analisi statistica multivariata per raggruppare le unità osservate in
DettagliValidazione dei modelli. Strumenti quantitativi per la gestione
Validazione dei modelli Strumenti quantitativi per la gestione Emanuele Taufer file:///g:/il%20mio%20drive/2%20corsi/3%20sqg/labs/l5-validazione.html#(1) 1/27 Validazione dei modelli In questo esempio
DettagliCarrier Bearing. Focus (00-04) All Non ABS. Altima (93-97) All Non ABS Axxess (90-93) All Non ABS. Maxima (85-97) All Non ABS
Carrier Bearing BR-NI-01 Maxima (85-97) All Non ABS CB-FD-01 Focus (00-04) All Non ABS CB-NI-01 Ref# 166-56 CB-TO-01 INFINITI TOYOTA G20 (91-96) All Non ABS Altima (93-97) All Non ABS Axxess (90-93) All
DettagliAlberi di decisione con R
Alberi di decisione con R Emanuele Taufer file:///c:/users/emanuele.taufer/google%20drive/2%20corsi/3%20sqg/labs/l8-alberi_di_decisione.html#(1) 1/14 Implementare gli alberi decisionali con R Per adattare
DettagliIL MERCATO ITALIANO DELLE AUTOVETTURE PER MARCA
IL MERCATO ITALIANO DELLE AUTOVETTURE PER MARCA MARCHE dicembre var. percentuali gen./dic. var. percentuali 2009 2008 % 2009 2008 2009 2008 % 2009 2008 ALFA ROMEO 3.233 3.375-4,21 1,95 2,38 55.251 52.833
Dettagli8 1-DIN Receiver SPH-EVO82DAB DIN Receiver SPH-EVO62DAB. Car Brand Model From Untill. Alfa Romeo GTV GTV
Alfa Romeo 156 1997 2002 156 2002 2003 GTV 1998 2003 GTV 2003 2006 Q4 Crosswagon 2004 2007 Spider 1998 2003 C4 2013 Audi A1 2011 A2 1999 2005 A3 1999 2003 A4 1999 2001 A4 1994 1999 A6 2004 A6 1997 2001
DettagliIL MERCATO ITALIANO DELLE AUTOVETTURE PER MARCA
IL MERCATO ITALIANO DELLE AUTOVETTURE PER MARCA MARCHE gennaio var. percentuali gen./dic. var. percentuali 2010 2009 % 2010 2009 2009 2008 % 2009 2008 ALFA ROMEO 5.103 4.114 24,04 2,47 2,60 55.253 52.832
DettagliIL MERCATO ITALIANO DELLE AUTOVETTURE PER MARCA
IL MERCATO ITALIANO DELLE AUTOVETTURE PER MARCA MARCHE febbraio var. percentuali gen./feb. var. percentuali 2010 2009 % 2010 2009 2010 2009 % 2010 2009 ALFA ROMEO 4.685 4.480 4,58 2,34 2,69 9.794 8.594
DettagliAllegato 1 - lista veicoli storici 25-39 anni
~ AC Alfa Romeo 1750 Alfa Romeo 2000 Alfa Romeo 6 Alfa Romeo 75 1.8 Turbo Alfa Romeo 75 2.0 Twin Spark Alfa Romeo 75 2.5 V6 Alfa Romeo 75 3.0 V6 Alfa Romeo Alfasud Alfa Romeo Alfetta Alfa Romeo Giulia
DettagliALTERNATORI EUROPARTS. Tel Fax e.mail
ALTE-0001 ALTE-0003 ALTE-0005 FIAT IVECO OPEL MARELLI 12 V. 90 Amp. 12 V. 55 Amp. 12 V. 45 Amp. ALTE-0027 ALTE-0035 ALTE-0040 IVECO CHRYSLER CHRYSLER MARELLI 12 V. 120 Amp. 24 V. 27 Amp. 12 V. 120 Amp.
DettagliMAKE MODEL YEAR DESCRIPTION PRICE... ACURA TL RH TAIL LIGHT $45 ACURA RL LH TAIL LIGHT $80 ACURA RL RH TAIL LIGHT $80
ACURA TL 1999-2001 RH TAIL LIGHT $45 ACURA RL 1999-2002 LH TAIL LIGHT $80 ACURA RL 1999-2002 RH TAIL LIGHT $80 AUDI A 4 1999-2001 LH TAIL LIGHT $35 AUDI A 4 1999-2001 RH TAIL LIGHT $35 BMW 528I 4DR 1997-2000
DettagliIntelligenza Artificiale. Clustering. Francesco Uliana. 14 gennaio 2011
Intelligenza Artificiale Clustering Francesco Uliana 14 gennaio 2011 Definizione Il Clustering o analisi dei cluster (dal termine inglese cluster analysis) è un insieme di tecniche di analisi multivariata
DettagliIntroduzione all analisi di arrays: clustering.
Statistica per la Ricerca Sperimentale Introduzione all analisi di arrays: clustering. Lezione 2-14 Marzo 2006 Stefano Moretti Dipartimento di Matematica, Università di Genova e Unità di Epidemiologia
DettagliAnalisi esplorativa dei dati - Iris data set Emanuele Taufer
Analisi esplorativa dei dati - Iris data set Emanuele Taufer Contents Iris flower data............................................... 1 Iris Setosa.................................................. 1 Iris
DettagliGran Turismo & GT-R Brake System Application List
Gran Turismo & GT-R Brake System Application List Model ABARTH 500 1.4 T-Jet 16V 2008 > 4 B,R,S 280x28 2-P 1A1.3004A N/A 1.680 ACURA CL Front 1997 1999 4 B,R,S 328x28 2-P 111.6011A 112.6011A 2.250 CL Front
Dettagli2019 SCCV Base Car Classing (SCCA 2019 Solo Street Categories adapted)
2019 SCCV Base Car Classing (SCCA 2019 Solo Street Categories adapted) 4.13.19 Acura CL H Street HS 1 Acura ILX H Street HS 1 Acura Integra excluding Type R 1986-2001 H Street HS 1 Acura Integra Type R
DettagliSDE Marco Riani
SDE 2017 Marco Riani mriani@unipr.it http://www.riani.it LA CLASSIFICAZIONE Problema generale della scienza (Linneo, ) Analisi discriminante Cluster Analysis (analisi dei gruppi) ANALISI DISCRIMINANTE
DettagliM5 (solo vers.e28, anni Anche vetustà anni
Vetustà veicolo In Formula Garage veicolo > di 3 AC tipi) 25 39 anni Anche vetustà 20-24 anni Alfa Romeo 1750 modelli) 25 39 anni Anche vetustà 20-24 anni Alfa Romeo 2000 modelli) 25 39 anni Anche vetustà
DettagliVALVOLE. TPMS indiretto. Il TPMS indiretto è un software integrato nelle centraline elettroniche che comandano ABS ed ESP.
TPMS INDIRETTO TPMS indiretto Il TPMS indiretto è un software integrato nelle centraline elettroniche che comandano ABS ed ESP. La differenza di pressione viene rilevata monitorando e confrontando la velocità
DettagliLaboratorio 1 Strumenti quantitativi per la gestione
Laboratorio 1 Strumenti quantitativi per la gestione Emanuele taufer Lab: Introduzione a R Comandi di base Lab: Introduzione a R Comandi di base R utilizza funzioni per eseguire le operazioni. Per eseguire
DettagliObiettivo: assegnazione di osservazioni a gruppi di unità statistiche non definiti a priori e tali che:
Cluster Analysis Obiettivo: assegnazione di osservazioni a gruppi di unità statistiche non definiti a priori e tali che: le unità appartenenti ad uno di essi sono il più possibile omogenee i gruppi sono
DettagliRiconoscimento e recupero dell informazione per bioinformatica
Riconoscimento e recupero dell informazione per bioinformatica Clustering: metodologie Manuele Bicego Corso di Laurea in Bioinformatica Dipartimento di Informatica - Università di Verona Sommario Tassonomia
DettagliREGISTRO DELLE LEZIONI
UNIVERSITÀ DEGLI STUDI DI GENOVA Dipartimento di Matematica Corso di laurea in Statistica matematica e trattamento informatico dei dati REGISTRO DELLE LEZIONI dell INSEGNAMENTO o MODULO UFFICIALE Nome:
DettagliITALIA - IMMATRICOLAZIONI AUTOVETTURE ITALY - NEW CAR REGISTRATIONS
ITALIA - IMMATRICOLAZIONI AUTOVETTURE ITALY - NEW CAR REGISTRATIONS dati provvisori/provisional data AGOSTO VAR. % GENNAIO/AGOSTO VAR. % AUGUST % CHG. JANUARY/AUGUST % CHG. MARCA/MAKE 2011 % 2010 % 11/10
DettagliE NPET46C7SONATA HYUNDAI White 4DR SDN I GLS
lot nbr year vin model make color body miles series E 1 2008 1HGCP2684ACCORD SDHONDA Gold Sdn 56942 E 2 2013 KNADM4A3RIO KIA Silver 4DR SDN AU 52903 LX E 3 2014 1G1JC5SHXSONIC CHEVROLETPink 4DR SDN 50692
DettagliREGISTRO DELLE LEZIONI
UNIVERSITÀ DEGLI STUDI DI GENOVA Dipartimento di Matematica Corso di laurea in Statistica matematica e trattamento informatico dei dati REGISTRO DELLE LEZIONI dell INSEGNAMENTO o MODULO UFFICIALE Nome:
DettagliMaria Brigida Ferraro + Luca Tardella
Cluster Maria Brigida Ferraro + Luca Tardella e-mail: mariabrigida.ferraro@uniroma1.it, ferraromb@gmail.com Lezione #3: Cluster Obiettivi del modulo Cluster 1 Introduzione ai problemi di classificazione
DettagliNEW PC REGISTRATIONS BY SEGMENT ΤΑΞΙΝΟΜΗΣΕΙΣ ΕΠΙΒΑΤΙΚÙΝ ΚΑΤΑ ΚΑΤΗΓΟΡΙΑ
4X4 - ATV 10292 3.7 719 5.7 SUZUKI JIMNY 2546 24.74 98 13.6 SUZUKI GRAND VITARA 1506 14.63 84 11.7 KIA MOTORS SPORTAGE 1480 14.38 47 6.5 LADA NIVA 831 8.07 40 5.6 SUZUKI VITARA 743 7.22 25 3.5 DAIHATSU
DettagliCluster Analysis (2 parte)
Cluster Analysis (2 parte) Esempio 2 Data set: Nel data set Dieta (Dieta.txt, Dieta.sav) sono contenute informazioni sul consumo medio dei principali alimenti in 16 paesi Europei. Paese Cereali (Ce) Riso
DettagliIMMATRICOLAZIONI IN ITALIA DI AUTOVETTURE E FUORISTRADA TOP TEN - AGOSTO 2005
TOP TEN - AGOSTO 2005 BENZINA + DIESEL agosto 2005 gen/ago. 2005 1 FIAT PUNTO 7.646 1 FIAT PUNTO 114.514 2 FIAT PANDA 5.517 2 FIAT PANDA 87.252 3 RENAULT MEGANE 2.730 3 FORD FIESTA 48.549 4 FORD FIESTA
DettagliLista dei modelli storici
Lista dei modelli storici (solo autovetture) Per veicoli storici si intendono quelli aventi almeno venti anni di anzianità. Oltre i modelli di seguito elencati, sono altresì compresi tutti i modelli di
DettagliFossano 12 ottobbre 2015
Fossano 12 ottobbre 2015 Giorgio Pellicelli, Professore Emerito dell Università di Torino Diritti alla Cosa intendiamo per automotive? Intendiamo tre settori Automobili Veicoli industriali (camion) Bus
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO. Bioinformatica. A.A semestre I UPGMA
Docente: Matteo Re UNIVERSITÀ DEGLI STUDI DI MILANO C.d.l. Informatica Bioinformatica A.A. 2013-2014 semestre I p4 UPGMA Clustering gerarchico in PERL Implementazione di un algoritmo di clustering Utilizzo
DettagliEsercitazione finale - corso R base Francesco Vidoli Ottobre 2018
Esercitazione finale - corso R base Francesco Vidoli Ottobre 2018 Passo 1: Leggere il file di input (il file si trova a questo indirizzo: https://fvidoli.weebly.com/uploads/2/3/0/8/ 23088460/dati_medici.csv),
DettagliIL MERCATO ITALIANO DELLE AUTOVETTURE PER MARCA
IL MERCATO ITALIANO DELLE AUTOVETTURE PER MARCA MARCHE ottobre var. percentuali gen./ott. var. percentuali 2011 2010 % 2011 2010 2011 2010 % 2011 2010 ALFA ROMEO 3.324 4.348-23,55 2,50 3,10 51.519 43.730
DettagliIL MERCATO ITALIANO DELLE AUTOVETTURE PER MARCA
IL MERCATO ITALIANO DELLE AUTOVETTURE PER MARCA MARCHE dicembre var. percentuali gen./dic. var. percentuali 2011 2010 % 2011 2010 2011 2010 % 2011 2010 ALFA ROMEO 3.049 3.831-20,41 2,74 2,92 58.148 51.900
DettagliTesina Intelligenza Artificiale Maria Serena Ciaburri s A.A
Tesina Intelligenza Artificiale Maria Serena Ciaburri s231745 A.A. 2016-2017 Lo scopo di questa tesina è quello di clusterizzare con l algoritmo K-Means i dati presenti nel dataset MNIST e di calcolare
DettagliBagging e Foreste Casuali con R
Bagging e Foreste Casuali con R Emanuele Taufer file:///c:/users/emanuele.taufer/google%20drive/2%20corsi/3%20sqg/labs/l8-bagging-fc.html#(10) 1/10 Bagging e Foreste casuali con R Utilizziamo ancora una
Dettagli2- età frequenze tabella di frequenza con anche cumulate + diagrammi a bastoncini
Prima lezione Esempio di dati Indagine medica Id Sesso Età Razza Fumatore Pressione Sanguigna Presenza di calcio nel sangue 1 M 46 altro sì 90 10.04 2 M 45 asiatico sì 102 9.66 3 F 45 nero sì 91 9.94 4
DettagliGruppi frizione per vetture Volani doppia massa Pompe e cilindri frizione Bulloni per volani a doppia massa Repset DMF
Gruppi frizione per vetture Volani doppia massa Pompe e cilindri frizione Bulloni per volani a doppia massa Repset DMF Listino prezzi FL 19 aprile 2012 MECCANISMI FRIZIONE n pag. 3 DISCHI FRIZIONE n pag.
DettagliRADIATOR PRESSURE TESTER ADAPTERS - CAP ADAPTERS MAKE MODEL YEAR PART # M/F SIZE
RADIATOR PRESSURE TESTER ADAPTERS - CAP ADAPTERS MAKE MODEL YEAR PART # M/F SIZE (mm) THREAD (mm) Acura Integra 1990-1993 7112-32 - Acura NSX 1991-2005 7112-32 - Acura TL 5 Cyl 1995-1998 7112-32 - Acura
DettagliAnalisi di dati Microarray: Esercitazione Matlab
Analisi di dati Microarray: Esercitazione Matlab Laboratorio di Bioinformatica II Pietro Lovato Anno Accademico 2011/2012 Contenuti 1 Introduzione Introduzione a Matlab Bioinformatics Toolbox DNA Microarray
DettagliRegione Molise ASSESSORATO PROGRAMMAZIONE BILANCIO E FINANZE DIREZIONE GENERALE I^ SERVIZIO POLITICHE FINANZIARIE E TRIBUTARIE
1 PROSPETTO A Regione Molise ASSESSORATO PROGRAMMAZIONE BILANCIO E FINANZE DIREZIONE GENERALE I^ SERVIZIO POLITICHE FINANZIARIE E TRIBUTARIE Auto storiche tra i 20 e i 30 anni esentate con immatricolazione
DettagliUPDATED APRIL 18, 2017
UPDATED APRIL 18, 2017 2001 ACURA 3.2TL 1986 AMERICAN MOTOCOMANCHE 1996 AUDI A4 1999 AUDI A8 1998 AUDI 1998 BMW 328I 1991 BUICK CENTURY 1993 BUICK CENTURY 1995 BUICK CENTURY 1998 BUICK CENTURY 2000 BUICK
DettagliLista ACI Auto Storiche
Lista ACI Auto Storiche Fabbrica Tipo Modello AC Alfa Romeo 145 1.6 IE Alfa Romeo 145 1.7 16v Alfa Romeo 145 2.0 16V T.S. Alfa Romeo 155 (tutti i modelli a benzina) Alfa Romeo 164 (tutti i modelli a benzina)
DettagliE VW3L7AJ6JETTA SEDAVOLKSWAGBlack 4DR MAN * TDI
lot_ seq_nbyear_nbr vin model make color body_style doors odometer series_nm E 1 2012 1YVHZ8DH MAZDA6 MAZDA Silver 4DR SDN A 4 96440 I TOURING E 5 2009 1GYEE6377SRX CADILLAC Black 4DR V6 4 88703 RWD E
DettagliINTRODUZIONE A R. Dott. Giuseppe Sgroi Dipartimento di Matematica e Informatica 29 Maggio 2019
INTRODUZIONE A R Dott. Giuseppe Sgroi Dipartimento di Matematica e Informatica giuseppe.sgroi@unict.it 29 Maggio 2019 COS È R? R è un software OpenSource, che può essere definito come un sistema di analisi
DettagliI modelli di analisi statistica multidimensionale dei dati: La Cluster Analysis Gerarchica
Titolo della lezione: I modelli di analisi statistica multidimensionale dei dati: La Cluster Analysis Gerarchica Obiettivi dell unità didattica Comprendere l insieme delle procedure che si prefiggono di
DettagliNorth America sales history and forecast
North America sales history and forecast 2000 2001 2002 2003 2004 2005 2006 2007 2008 U.S. car... 162,703 172,505 213,880 236,323 234,687 246,411 250,729 242,326 246,720 Canada car... 9,182 9,900 13,458
DettagliSegmentazione di immagini in scala di grigio basata su clustering
Segmentazione di immagini in scala di grigio basata su clustering Davide Anastasia, Nicola Cogotti 24 gennaio 06 1 Analisi del problema La segmentazione di immagini consiste nella suddivisione in un certo
DettagliTeoria e Tecniche del Riconoscimento Clustering
Facoltà di Scienze MM. FF. NN. Università di Verona A.A. 2010-11 Teoria e Tecniche del Riconoscimento Clustering Sommario Tassonomia degli algoritmi di clustering Algoritmi partizionali: clustering sequenziale
DettagliCOMUNICATO STAMPA presente sul sito:
COMUNICATO STAMPA presente sul sito: www.unrae.it unione nazionale rappresentanti autoveicoli esteri Analisi dei segmenti e delle carrozzerie del mercato italiano dell auto nei primi 9 mesi RALLENTA LA
Dettagli1.1 Iniziare e chiudere una sessione di R
Laboratorio 1 Introduzione a R 1.1 Iniziare e chiudere una sessione di R Per iniziare una sessione R fare un doppio click di mouse sulla icona di R. Per uscire da R, usa q(). Per salvare i dati rispondere
DettagliLaboratorio di INFORMATICA. 15 ottobre 2009
Laboratorio di INFORMATICA 15 ottobre 2009 GRAFICI Per ottenere il grafico di una funzione, devo: Preparare un vettore di ascisse Preparare un vettore di ordinate Scegliere la figura (opzionale)(istruzione
DettagliESERCIZIO 1. Vengono riportati di seguito i risultati di una cluster analysis gerarchica.
ESERCIZIO. Vengono riportati di seguito i risultati di una cluster analysis gerarchica. Programma di agglomerazione Stadio 5 6 7 8 9 0 5 6 7 8 9 0 5 6 7 8 9 0 5 6 7 8 9 Stadio di formazione accorpati del
DettagliValidazione dei modelli Strumenti quantitativi per la gestione
Validazione dei modelli Strumenti quantitativi per la gestione Emanuele Taufer Validazione dei modelli Il data set Auto I dati Il problema analizzato Validation set approach Diagramma a dispersione Test
DettagliAnalisi di dati Microarray: Esercitazione Matlab
Analisi di dati Microarray: Esercitazione Matlab Laboratorio di Bioinformatica II Pietro Lovato Anno Accademico 2010/2011 Contenuti 1 Introduzione DNA Microarray 2 Lavorare con una singola ibridazione
DettagliPrezzo di Listino consigliato* new # ad esaur. Tipo Sett. Rif. Costruttore Conf. Bancale
BF 1018/1 49,44 carburante VI Varie-Ind. 10 350 BFU 700 x 10,83 carburante VI Mercedes Truck 10 1.120 BFU 707 15,31 carburante VI Mercedes Truck 10 1.440 BFU 715 15,87 carburante VI Fendt 10 900 BFU 811
DettagliCluster Analysis Distanze ed estrazioni Marco Perugini Milano-Bicocca
Cluster Analysis Distanze ed estrazioni M Q Marco Perugini Milano-Bicocca 1 Scopi Lo scopo dell analisi dei Clusters è di raggruppare casi od oggetti sulla base delle loro similarità in una serie di caratteristiche
DettagliMetodi Probabilistici e Statistici per l Analisi dei Dati. Prof. V. Simoncini. Testi di Riferimento
Metodi Probabilistici e Statistici per l Analisi dei Dati Prof. V. Simoncini e-mail: valeria@dm.unibo.it, valeria@ambra.unibo.it Testi di Riferimento Lucidi di Lezione (http://www.dm.unibo.it/ ~simoncin/datiii.html)
DettagliData provided by
LINK Gooding & Co - Pebble Beach 2016 August 20-21 2016 Data provided by www.classicandsportsfinance.com Lot Description Lower Estimate Median Estimate Upper Estimate Hammer price Price with premium Key
DettagliC.da Di Dio - Villaggio S. Agata Messina Italy P.I c.f AMBIENTE STATISTICO. Release /03/2018.
AMBIENTE STATISTICO SOFTWARE PER L ANALISI STATISTICA DI DATI PROVENIENTI DAL MONITORAGGIO AMBIENTALE Release 4.0 20/03/2018 Manuale d uso Ambiente Statistico è un software sviluppato nell ambito del Progetto
DettagliANALISI DEI DATI PER IL MARKETING 2014
ANALISI DEI DATI PER IL MARKETING 2014 Marco Riani mriani@unipr.it http://www.riani.it LA CLASSIFICAZIONE CAP IX, pp.367-457 Problema generale della scienza (Linneo, ) Analisi discriminante Cluster Analysis
Dettagli1968 Abarth 595 esseesse 1980 Abarth Fiat Abarth 695 Biposto 2001 Acura Integra Type-R 2002 Acura RSX Type-S 2017 Acura NSX 1934 Alfa Romeo
1968 Abarth 595 esseesse 1980 Abarth Fiat 131 2016 Abarth 695 Biposto 2001 Acura Integra Type-R 2002 Acura RSX Type-S 2017 Acura NSX 1934 Alfa Romeo P3 1965 Alfa Romeo Giulia Sprint GTA Stradale 1965 Alfa
DettagliClustering. Clustering
1/40 Clustering Iuri Frosio frosio@dsi.unimi.it Approfondimenti in A.K. Jan, M. N. Murty, P. J. Flynn, Data clustering: a review, ACM Computing Surveys, Vol. 31, No. 3, September 1999, ref. pp. 265-290,
DettagliALFA ROMEO FANALI POSTERIORI. Omologati ECE. trasparente o nero. Alfa Romeo 145. trasparente o nero. Alfa Romeo 146.
FANALI POSTERIORI Omologati ECE ALFA ROMEO Alfa Romeo 145 trasparente o nero Alfa Romeo 146 trasparente o nero cell. 335 5844003 Pagina 1 Alfa Romeo 147 trasparente 3D Applicabile: 01->05 Alfa Romeo 147
DettagliYear Model Year Model Year Model
1995 SUBURBAN 10 1983 CHEVROLET 10 PICKUP 2002 INTRIGUE 1997 SKYLARK 2000 GRAND AM 1996 LESABRE 1992 1994 DEVILLE 1999 ALERO 1989 1985 2003 MALIBU 2002 CHEVROLET 1500 PICKUP 1994 1988 CALAIS 2000 ASTRO
DettagliMAKE MODEL BEG YEAR END YEAR Updated Last: Acura CL Don't Sell Acura Integra Don't Sell Acura Legend Don't Sell
MAKE MODEL BEG YEAR END YEAR Updated Last: 7-19-06 Acura CL 1997 2003 Don't Sell Acura Integra 1986 2001 Don't Sell Acura Legend 1986 1995 Don't Sell Acura MDX 2001 2004 Don't Sell Acura MDX 2006 Will
DettagliProva scritta - versione B Si svolgano gli esercizi riportando il risultato dove indicato. Durata: 60 minuti
3 Luglio 2018 - Analisi Esplorativa Cognome:... Nome: Matricola:... Tipologia d esame: 12 CFU 15 CFU Prova scritta - versione B Si svolgano gli esercizi riportando il risultato dove indicato. Durata: 60
DettagliProf. Marco Masseroli
Facoltà di Ingegneria Industriale Laurea in Ingegneria Energetica, Meccanica e dei Trasporti Dipartimento di Elettronica e Informazione Informatica B Prof. Marco Masseroli Indice Laboratorio 4: Linguaggio
DettagliLaboratorio di Calcolo Numerico Laboratorio 8: Vettori e Matrici
Laboratorio di Calcolo Numerico Laboratorio 8: Vettori e Matrici Claudia Zoccarato E-mail: claudia.zoccarato@unipd.it Dispense: Moodle Dipartimento ICEA 03 Maggio 2017 Richiami In MATLAB, ogni variabile
DettagliALFA 09/06/2011 AUDI BENTLEY. Model Year Engine Pedalbooster BENTLEY CONTINENTAL 2003> Benzina PB1-08
ALFA 09/06/2011 AUDI 145 ALL Benzina-Diesel PB1-04 146 ALL Benzina-Diesel PB1-04 147 2002> Benzina-Diesel PB1-04 156 2002> Benzina-Diesel PB1-04 159 2006> Benzina-Diesel PB1-01 166 2002> Benzina-Diesel
DettagliLOT# YEAR VIN MAKE MODEL COLOR BODY ODOMETER E G6AG5RX3D CADILLAC ATS White 4DR SDN AWD E FAHP3H21CL FORD FOCUS
LOT# YEAR VIN MAKE MODEL COLOR BODY ODOMETER E1 2013 1G6AG5RX3D0160363 CADILLAC ATS White 4DR SDN AWD 46709 E2 2012 1FAHP3H21CL157390 FORD FOCUS Black 4DR SDN 84536 E4 2010 3FAHP0HG3AR323854 FORD FUSION
DettagliCOGNOME E NOME MATR. ANALISI DEI DATI PER IL MARKETING novembre 2008.
COGNOME E NOME MATR. ANALISI DEI DATI PER IL MARKETING novembre 2008. ESERCIZIO I Si è applicata l analisi delle componenti principali a 97 modelli di fotocamere digitali, considerando 7 variabili ed ottenendo
DettagliLe Ricerche di Marketing rappresentano il necessario presupposto per la definizione di vincenti strategie di mercato, poiché forniscono il supporto
Le Ricerche di Marketing rappresentano il necessario presupposto per la definizione di vincenti strategie di mercato, poiché forniscono il supporto di dati affidabili e accurati alle decisioni manageriali
DettagliRegressione. Monica Marabelli. 15 Gennaio 2016
Regressione Monica Marabelli 15 Gennaio 2016 La regressione L analisi di regressione é una tecnica statistica che serve a studiare la relazione tra variabili. In particolare, nel modello di regressione
DettagliI modelli lineari generalizzati per la tariffazione nel ramo RCA: applicazione
I modelli lineari generalizzati per la tariffazione nel ramo RCA: applicazione Giuseppina Bozzo Giuseppina Bozzo Considerazioni preliminari La costruzione di un GLM è preceduta da alcune importanti fasi:
DettagliLISTINO KIT FRENI PER AUTOMOBILI CAR HOSE KIT PRICE LIST
LISTINO KIT FRENI PER AUTOMOBILI CAR HOSE KIT PRICE LIST EDIZIONE 10/2018 - OTTOBRE 2018 EDITION 10/2018 - OCTOBER 2018 LISTINO PREZZI LORDO RIVENDITORI - I.V.A. ESCLUSA EXPORT DEALER PRICE LIST - WITHOUT
DettagliInformatica B. Facoltà di Ingegneria Industriale Laurea in Ingegneria Energetica, Meccanica e dei Trasporti. Prof. Marco Masseroli
Facoltà di Ingegneria Industriale Laurea in Ingegneria Energetica, Meccanica e dei Trasporti Dipartimento di Elettronica e Informazione Informatica B Prof. Marco Masseroli Indice Laboratorio 4: Linguaggio
DettagliRN2013 Y154 総合結果 年 5 月 26 日 No 車 種 DAY1 順位 DAY2 順位 Total 順位
RN2013 Y154 総合結果 2013 年 5 月 26 日 No 車 種 DAY1 順位 DAY2 順位 Total 順位 7 ALFA ROMEO 6C 2300B 00.666 2 00.794 6 01.460 1 75 TRIUMPH TR3 00.560 1 01.057 12 01.617 2 60 JAGUAR XK140 OTS 00.948 6 00.758 4 01.706
DettagliPiccolo vademecum sull uso efficiente di Excel
Piccolo vademecum sull uso efficiente di Excel 1 ORGANIZZARE I FILE 1.1 DARE UN NOME PER OGNI VERSIONE CREATA CHE IDENTIFICHI UNIVOCAMENTE IL CONTENUTO, AGGIUNGERE DATA E ORA SE NECESSARIO Esempio: 2015_ANALISI
Dettagli