第13回R勉強会＠東京を開催しました

@isseing333 線形判別分析（と非線形をちょっと）

Tokyo r 201104
  • 大学4年生でパパになった

@kos59125: R と .NET Framework

資料 : RDotNet.pdf - Google ドライブ

  • 自己紹介
    • 大学院生なので、懇親会タダ
    • Nagoya.Rからきました
  • C#からRを呼びたい
  • R.NET
  • R.NETのコツ
    • 多くの関数が返すオブジェクトはリスト
  • R環境
    • 実態は動的ライブラリ
      • R.dll (win)
      • libR.dylib (Mac)
      • libR.so (Linux)
    • Rのデータ構造
      • SEXP構造体
      • ベクトル構造体
    • Marshalクラス
      • マネージド構造体とネイティブ構造体を相互に変換
      • メモリ上の数値データを読み書き

@sfchaos : Rで学ぶロバスト推定

Rで学ぶロバスト推定
View more presentations from sfchaos
  • 発表の趣旨
    • 分析データに外れ値がつきもの
    • ロバスト推定とは、外れ値を除外せずに、受ける影響を小さくして頑健なモデルを推定する方法
  • 高次元の外れ値の除去は難しい
  • ロバスト推定
    • M推定法、L推定法、R推定法
  • 普通の回帰分析とM推定法の違い
    • 線形回帰の場合は、すべての点を同じ重み
    • M推定では、モデルへの当てはまりが悪い点の重みを低く設定することで影響を小さくする
    • M推定には、残差に関する外れ値には強いが、説明変数についていの外れ値には弱い
      • MM推定を使うとうまく行くことが多い

酒井 : Rで地理空間分析　地理データのとりあつかい

  • 地理空間データマイニングのトレンド
    • 分析はR
    • 視覚化は、Open系のGIS Quantam GIS ã‚„Google Earth
    • 空間データの格納はPostgreSQL
  • 地理空間データ分析で苦労するところ
    • 地物•ã‚¤ãƒ™ãƒ³ãƒˆã¨ãã®å ´æ‰€ã‚’表現したデータ
    • 集めるの大変
    • 集めたあと視覚化するのが大変
    • どのように視覚化するといいのか考えるのが大変
    • 視覚化したあとの解釈がたいへん
  • CRANは、「くらん」か「しーらん」か
  • 地理空間データの特徴
    • 分布そのものに何らかの意味がある
    • 空間パターンのコンテクストを読み意思疎通するためには、「相手」と「自分」との認識の差を理解する必要がある
  • かつお君は、GAPの帽子をかぶる（かもしれない）
  • ビジネス地理空間分析の手法
    • 地理的集計分析（商圏分析）
    • 点プロセス分析
    • 領域最適化分析
    • クラスター分析
  • WGS84 : GPSでも使われている投影法
  • プレゼン時に、コマンドミスった時に、どうフォローするかが大事！

@yokkuns : YjdnJlpの紹介とか

Tokyor13 - YjdnJlpパッケージとTokyo.R翻訳プロジェクトの紹介
View more presentations from yokkuns

@mokjpn : Rパッケージガイドブックの紹介

  • Rパッケージガイドブックの紹介
  • @holidayworking の提言により、著者の皆さんが前に立たされた（笑）

関連