3.7 矩阵的行和列的命名问题
访问矩阵元素最直接的方法是通过行号和列号，但也可以使用行名与列名。例如：
如上例所示，这些名称可以用来访问指定的列。rownames()函数的功能与此类似。
一般在编写R代码时，给行和列命名并不是那么重要，但在分析某些数据时会很有用。
《R语言编程艺术》——3.7 矩阵的行和列的命名问题
2017-08-01
1793
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
本节书摘来自华章计算机《R语言编程艺术》一书中的第3章，第3.7节，作者：（美）麦特洛夫（Matloff，N．）著， 更多章节内容可以访问云栖社区“华章计算机”公众号查看。
目录
相关文章
|
5月前
|
机器学习/深度学习
R语言模型评估：深入理解混淆矩阵与ROC曲线
【9月更文挑战第2天】混淆矩阵和ROC曲线是评估分类模型性能的两种重要工具。混淆矩阵提供了模型在不同类别上的详细表现，而ROC曲线则通过综合考虑真正率和假正率来全面评估模型的分类能力。在R语言中，利用`caret`和`pROC`等包可以方便地实现这两种评估方法，从而帮助我们更好地理解和选择最适合当前任务的模型。
160
3
3
|
9月前
|
索引
|
9月前
|
机器学习/深度学习
数据可视化
数据挖掘
|
9月前
|
机器学习/深度学习
数据可视化
|
9月前
|
机器学习/深度学习
数据采集
数据可视化
|
9月前
|
机器学习/深度学习
搜索推荐
数据挖掘
|
9月前
|
机器学习/深度学习
数据可视化
|
9月前
|
数据可视化
|
索引
|
数据挖掘
热门文章
最新文章
1
预测分析：R语言实现.
2
R语言学习笔记（四）流程函数及自定义函数
3
R语言学习笔记：SQL操作
4
spss、R语言、Python数据分析系列（6）:R语言adf单位根检验
5
《R语言机器学习：实用案例分析》——2.4节总结
6
R语言的循环
7
R语言淮河流域水库水质数据相关性分析、地理可视化、广义相加模型GAM调查报告
8
R语言几何布朗运动GBM模拟股票价格优化建立期权定价用概率加权收益曲线可视化
9
数据分享|R语言逻辑回归(Logistic Regression)、回归决策树、随机森林信用卡违约分析信贷数据集
10
R语言混合线性模型、多层次模型、回归模型分析学生平均成绩GPA和可视化