Comments 6
Мне очень понравился код, который у вас получился. Жалко, только что без прочтения help по R, не понятно, что он делает. Еще очень плохо, что на R там реализована только проверка параметров, дальше идет вызов внутренней функции bincode (на plain c), cut.R;ln58, в которой кстати реализован не наивный, а дихотомический подход util.c;ln1915.
Спасибо.
Прочтением хэлпа не отделаешься.
Работать эффективно в R нужна практика и, что еще важнее, знание предметной области, а именно — «чего это там статистики для статистиков могли понаписАть особенного».
Я не АйТи, я уже говорил. 15 лет с Матлабом и последние 10 лет с R я не их хэлпы и коды изучал, а работал в своей предметной области — обработке мед и био данных в разных аспектах.
Я, кстати, только по вашим ссылкам впервые и заглянул внутрь кода R. Хотя всегда знал, что он открытый.
В некоторых пакетах, с которыми я работал (например, марковские цепи, пакет HTK и пр.) далеко не все так гладко, поэтому в код смотреть тоже приходилось. Но не часто.
На самом деле, чтобы со всем «статистическим добром» по толку разобраться нужна не одна жизнь. Тратить время на анализ кода, который я не собираюсь улучшать, никогда меня не забавляло.
Идея дихотомического поиска для специалиста, начиная со студента второго курса, должна быть элементарна. ИМХО. Наряду с численным нахождением корней по методу Ньютона.
Удачи в погружении в мир обработки данных!
Прочтением хэлпа не отделаешься.
Работать эффективно в R нужна практика и, что еще важнее, знание предметной области, а именно — «чего это там статистики для статистиков могли понаписАть особенного».
Я не АйТи, я уже говорил. 15 лет с Матлабом и последние 10 лет с R я не их хэлпы и коды изучал, а работал в своей предметной области — обработке мед и био данных в разных аспектах.
Я, кстати, только по вашим ссылкам впервые и заглянул внутрь кода R. Хотя всегда знал, что он открытый.
В некоторых пакетах, с которыми я работал (например, марковские цепи, пакет HTK и пр.) далеко не все так гладко, поэтому в код смотреть тоже приходилось. Но не часто.
На самом деле, чтобы со всем «статистическим добром» по толку разобраться нужна не одна жизнь. Тратить время на анализ кода, который я не собираюсь улучшать, никогда меня не забавляло.
Идея дихотомического поиска для специалиста, начиная со студента второго курса, должна быть элементарна. ИМХО. Наряду с численным нахождением корней по методу Ньютона.
Удачи в погружении в мир обработки данных!
Вопрос по стилю — R позволяет не писать лишний раз return, так как функция возвращает значение своего последнего выражения. На мой взгляд код без return выглядит красивее и читается легче. Почему многие на R предпочитают использовать этот оператор в конце функции?
Потому что не всегда легко поймать глазом в пусть и короткой функции, что и из какого места возвращается. Например, когда в функции есть ветвление. Написать явный return нетрудно. Это привычка, от которой не стОит избавляться.
Sign up to leave a comment.
Практическое приложение к «I Love R». Неплановое