紫罗 发表于 2024-08-23 16:56 R里可以做deep learning啊
miked 发表于 2024-08-23 17:00 你用R里的哪些包做deep learning呢？ 请问和python比较起来，方便吗？
紫罗 发表于 2024-08-23 17:18 我deep learning做的不多 但是torch和python的用法很类似。R也有tensorflow但是不好用
R矩阵运算不错，非常简洁，同样的问题可以问为什么Java把C干翻了，却被Python 逆袭？ custom 发表于 2024-08-23 17:42
miked 发表于 2024-08-23 18:28 R里面的keras, tensorflow, troch都要求python的安装。 是python里面的什么东西， R做不了，需要调用python的库来完成？ R底层不也是c吗？为何R不能开发出这些所需的库呢？而要用偷懒的方式从Python里面调用？
R里面的keras, tensorflow, troch都要求python的安装。 是python里面的什么东西， R做不了，需要调用python的库来完成？ R底层不也是c吗？为何R不能开发出这些所需的库呢？而要用偷懒的方式从Python里面调用？ miked 发表于 2024-08-23 18:28
miked 发表于 2024-08-23 15:44 请问是什么原因，导致没有人开发deep learning 的包，为R？
sportcar 发表于 2024-08-23 20:32回复 10楼 miked 的帖子 可以用One hot encoding
wfmlover 发表于 2024-08-24 00:03因为这世界只有80后以前的 念统计经济类的人 还在用R
facet 发表于 2024-08-23 19:40 R算不上通用语言，语法怪异，可读性极差，你要是做过R里面的面向对象编程就知道了，写出的代码极其难看
wfmlover 发表于 2024-08-24 01:32回复 22楼 紫罗 的帖子 因为很多刚入门人，做数据的，用了一下Python 就以为Python == R 其实R，只不过等于Python Pandas 加上它本身的一些经济模型 而这些经济模型是老一辈的人开发的还在academia Python 除了Pandas 和ML 还有很多其他做软件开发的功能，是一个完备的语言
miked 发表于 2024-08-24 01:42 在R里面，逻辑回归模型可以简单到 Y~ age + sex + salary 但是python必须先把sex转成dummy variable。假设sex是三层：female，male, others. 那么最终模型是 Y ~ age + female + male + salary 请问从这个python的逻辑回归模型中，如何知道sex的重要性呢？ R里，回答这个问题非常轻松。
babybaby 发表于 2024-08-23 16:51R的memory handling及其糟糕，对大数据尤其不友好，如果不改变其基本的architecture对DL是没戏的。
一生所爱 发表于 2024-08-24 06:06 请问不能把sex encode成 male = 2 other =1 female = 0 这样会对sex的意义带来误导吗？
你用R里的哪些包做deep learning呢？ 请问和python比较起来，方便吗？
我deep learning做的不多 但是torch和python的用法很类似。R也有tensorflow但是不好用
我用R里面的torch，没一会儿就死机了。 这个torch还是调用的python的库。很慢。
有人用python做过logistic regression分析吗？
我想分析性别（sex）的影响。我的sex包括三类：男，女，不男不女。
但是python要求将categorical variable转换。R不需要这一步。 所以python出来的结果是sex_Male， sex_Female.
在R里，模型是 outcome ~ age + sex + salary 在python里，模型是 outcome ~ age + sex_Male + sex_Female + salary
请问大家怎么解决这个问题。如果一个变量包括10个levels。那样是不是一下子就增加9个变量？怎么解决呢？变量太多了。
R里面的keras, tensorflow, troch都要求python的安装。
是python里面的什么东西， R做不了，需要调用python的库来完成？
R底层不也是c吗？为何R不能开发出这些所需的库呢？而要用偷懒的方式从Python里面调用？
“为何R不能开发出这些所需的库呢？而要用偷懒的方式从Python里面调用？”
python做的很好的，为什么R要做重复工作？
据我所知 kera和tensorflow需要 但是torch不需要python。
R算不上通用语言，语法怪异，可读性极差，你要是做过R里面的面向对象编程就知道了，写出的代码极其难看
可以用One hot encoding
假设如果数据里有很多categorical变量。这样one hot encoding之后，总变量数是不是要翻倍？
这样对系统的性能有无影响？
另外，假设一个变量var，经过one hot encoding后，得到9个dumpy variables var_1, var_2,...var_9.
怎么能用feature importance来分析出变量var的重要性呢？而不是var_1， var_9
这个是不是python的致命缺陷？
如果 你用神经网络，那么怎么得出categroical variable的feature importance呢？ 神经网络只能接受数字型数据。
看到标题我就在想 我要不要说因为这个语言太难用了呢，看到这条赶紧点赞
R根本就不是面向对象的。R是统计软件，很多统计模型Python不完善或根本没有。
因为很多刚入门人，做数据的，用了一下Python 就以为Python == R
其实R，只不过等于Python Pandas 加上它本身的一些经济模型 而这些经济模型是老一辈的人开发的还在academia
Python 除了Pandas 和ML 还有很多其他做软件开发的功能，是一个完备的语言
在R里面，逻辑回归模型可以简单到 Y~ age + sex + salary
但是python必须先把sex转成dummy variable。假设sex是三层：female，male, others. 那么最终模型是 Y ~ age + female + male + salary
请问从这个python的逻辑回归模型中，如何知道sex的重要性呢？ R里，回答这个问题非常轻松。
请问不能把sex encode成 male = 2 other =1 female = 0 这样会对sex的意义带来误导吗？
这是真相了
不行。