发布时间：
基于R语言的分类算法之决策树ID3 《= 最大信息熵增益，只能处理离散型数据C5 《= 信息增益率，可处理连续性和离散型数据，相比ID3，减少了因变量过多导致的过拟合C0 《= 信息增益率，运算性能比C5更强大CART 《= 基尼指数最小原则，连续性和离散型数据均可信息熵体现的是数据的杂乱程度，信息越杂乱，信息熵越大，反之越小。 例如：拥有四种连续型变量的特征变量的信息熵一定比拥有三种的要大。特征变量的N种可能性，每种可能性的概率相同，N越大，信息熵越大。每种可能性的概率不同，越偏态，信息熵越小。所有特征变量中，信息增益率的，就是根节点（root leaf），根节点一般是选择N越大的特征变量，因为N越大，信息熵越大。信息增益率是在信息熵的基础上作惩罚计算，避免特征变量可能性多导致的高信息增益。代码相关library（C50）C0(x,y, trials = 1, rules=FALSE,weights=NULL,control=C0Control(),costs=NULL)x为特征变量，y为应变量trials 为迭代次数（这个值根据不同数据而不同，并非越大越好，一般介于5-15之间，可以用遍历来寻找最高准确率的模型，对模型准确率的提升效果中等）cost 为损失矩阵，R中应该传入一个矩阵（据说是对准确率矩阵约束猜测错误的项，但是并没特别明显的规律，可以使用遍历来寻找最好的cost，准确率提升效果小）costs <- matrix(c(1,2,1,2), ncol = 2, byrow = TRUE, dimnames = list(c("yes","no"), c("yes","no")))control 设置C0模型的其他参数，比如置信水平和节点最小样本等（水很深，参数很多，可以自行查阅R的帮助文档，我只设置了一个CF，准确率提升效果小）control = C0Control(CF = 25)library(C50)#对iris随机划分训练集和测试集seed(1234)index <- sample(1:nrow(iris), size = 75*nrow(iris))train <- iris[index,]test <- iris[-index,]#查看训练集和测试集分布是否合理able(table(train$Species))able(table(test$Species))#不设置任何参数fit1 <- C0(x = train[,1:4], y = train[,5])pred1 <- predict(fit1, newdata = test[,-5])freq1 <- table(pred1, test[,5])accuracy <- sum(diag(freq1))/sum(freq1)pred1 setosa versicolor virginica setosa 16 0 0 versicolor 0 13 1 virginica 0 0 8准确率为9736842，只有一个错误。。。显然150个iris太少了，优化都省了。
用专业的平板软件，还有就是经验了!
板材下料排版算法这个不懂啊这个问题一般人肯定不清楚，这个要专业的。中间一行的人他姓刘，所以说不用肯定不清楚，在网上搜索一下看看。也没给他买点吃的我
一般的用小剪刀 就ed那个 一万多吧好像是 可以生成g代码 要比手工排版方便很多
有大板和小板两种规格，根据需要来排版。
arrStr[i]=SvalueOf(arrChar[i]);}for (String i: arrStr ){if (atches(E1)){countH++;}if (atches(E2)){countE++;}
许多R 的高级图形自身就含有坐标轴，此外你可以用低级图形函数axis（） 设置你自己的坐标轴。坐标轴主要包括三个部分：轴线（axis line）（线条格式由图形参数lty控制），刻度（tick mark）（划分轴线上的刻度） 和刻度标记（tick label）（标记刻度上的单位）。这些部分可以通过下面的图形参数设置。lab＝c（5， 7， 12） 前两个参数分别是x 和y 轴期望的刻度间隔数目。第三个参数刻度标记的字符长度（包括小数点）。这个参数设的太小会导致所有的标记变成一样的数字。las＝1 刻度标记的方向。0 表示总是平行于坐标轴，1 表示总是水平，以及2 表示总是垂直于坐标轴。mgp＝c（3，?保。埃∪鲎瓿煞值奈恢谩5谝桓霾问侵岜昵┫喽灾嵛恢玫木嗬耄晕谋拘凶魑握盏ノ坏摹5诙霾问硎究潭缺昙堑木嗬耄詈笠桓霾问侵嵛恢玫街嵯叩木嗬耄ǔ3J牵埃U当硎驹谕夹瓮猓褐当硎驹谕夹文凇＃簦悖耄剑埃埃薄】潭鹊某ざ纫曰记虼笮〉谋嚷首魑攘俊5保簦悖搿”冉闲。ㄐ∮冢埃担『停≈嵘系目潭惹恐拼笮∫恢隆V滴笔保鐾裣摺8褐凳笨潭仍谕夹瓮狻＃簦悖耄剑埃埃薄『停恚纾穑剑悖ǎ保保担埃┍硎灸诓靠潭?03xaxs＝＆quot；r＆quot；yaxs＝＆quot；i＆quot； 分别设定x 和y 轴的形式739＆quot；i＆quot； （内在的） 和＆quot；r＆quot； （默认） 形式的刻度都适合数据的范围，但是＆quot；r＆quot； 形式的刻度会在刻度范围两边留一些空隙（S 还有一些在R 里面没有实现的刻度形式）17
这个很容易实现。只给你说下思路，你可以操作实践一下。首先读入这个表格，有相应的函数，在R中就是一个数据框结构，类似矩阵。你应该是想把某些特定的单元格数据替换，那就先通过判断把这些单元格找出来，实际上是定位他们的行列号，找出来以后再把新的值赋给这些位置的单元格，这样就得到了新的矩阵，再把这个矩阵输出为表格文件，就可以了。由于你的问题也问的不是很具体，如果有什么疑问可以继续追问。另外建议用MATLAB，处理矩阵表格数据很方便。