> #Zadanie3 > dane=read.csv2("dane_perla2.csv") dane=read.csv2("dane_perla2.csv") > dane > attach(dane) > names(dane) > library(cluster) > library(stats) > set.seed(2011) > podzial=clara(dane$x,4) > podzialy=clara(dane$y,4) > plot(dane$x,pch=podzial$cluster,col=podzial$cluster) > points(podzial$medoids,cex=2,pch=19) > plot(dane$y,pch=podzialy$cluster,col=podzialy$cluster) > points(podzialy$medoids,cex=2,pch=19) > str(podzial) > str(podzialy) > plot(dane$klasa,pch=podzialy$cluster,col=podzialy$cluster) > plot(dane$klasa,pch=podzial$cluster,col=podzial$cluster) > plot(dane$klasa,pch=podzial$cluster,col=podzial$cluster) > #Zadanie2 > dane=read.csv2("regresja_k.csv") > attach(dane) > names(dane) > model3= lm(y~x+I(x^2)+I(x^3)) > model4= lm(y~x+I(x^2)+I(x^3)+I(x^4)) > summary(model3) > summery(model4) > summary(model4) > #model4 jest lepszy niz model3 poniewa? kwadrat wsp??czynnik?w korelacji ma wiekszy niz w modelu3 > ndane=data.frame(x=seq(min(x),max(x),length=300)) > plot(x,y) > lines(ndane$x,predict(model3,ndane),lwd=2,col="pink") > lines(ndane$x,predict(model4,ndane),lwd=2,col="red") > #jak wida? lepiej dopasowuje sie model4 niz model3 > anova(model3,model4) > #model4 jest lepszy niz model3 > model=loess(y~x) > plot(x,y) > lines(ndane$x,predict(model,ndane),lwd=2,col="red") > summary(model) > lines(ndane$x,predict(loess(y~x,span=0.6,degree=1),ndane),lwd=2,col="blue") > podany wyzej model nie jest tak dobry jako model4 > Zadanie1 > dane=read.csv2("dane_perla2.csv") > attach(dane) > names(dane) > length(dane$x) > set.seed(2011) > xx=dane[1:2000,1] > yy=dane[1:2000,2] > klas=dane[1:2000,3] > ndane=data.frame(xx,yy,klas) > library(MASS) > ucz=sample(150,100,rep=F) > text(ndane$xx,ndane$yy,ndane$klas,col=klas[ndane$klas]) > kl=c("1","2") > text(ndane$xx,ndane$yy,ndane$klas,col=kl[ndane$klas]) > lin=lda(klas~xx+yy) > lin
aivliska