本期内容

嘉宾：林荟（杜邦公司商业数据科学家）

话题：数据整合操作和建模辅助技术（1）

本次沙龙将介绍一些经常用到的有效数据整合方法，和R中可以实现这些整合的函数（base包[apply()]、plyr包[ddply()]，reshape2包，和tidyr包）。

此外嘉宾还将介绍一些非常重要的建模辅助技术和概念（由于时间关系，这部分只能讲一半）：

  • 误差及其来源 系统误差和随机误差 应变量误差 自变量误差
  • 数据划分和再抽样 划分训练集和测试集：按照结果变量划分数据，按照自变量划分，按时间序列划分、重抽样：交叉校验，Bootstrap
  • 评估模型表现 回归模型表现度量 分类模型表现度量

关于我们

统计之都（COS，http://cos.name）海外线上沙龙是COS海外会员的线上学习交流活动，每期由一位或多位嘉宾通过视频形式主讲分享，主持人和嘉宾可以通过视频直接互动交流，其他参加沙龙活动的观众可以通过Google+观看直播并以文本形式提问，无法在直播时间看视频的听众也可以随后在Youtube上看重播，国内观众可以在 http://meetup.cos.name 看重播。

本次视频同时会搬运到B站，欢迎前去欢乐弹幕：http://space.bilibili.com/22035559