감사! 모든 사람들이 blabla와 어려운 단어없이 이러한 똑바로 앞으로 예제를 작성하는 경우 이해하고 적응하기 가 너무 쉬울 수 ^^ R의 for 루프에 대한 마지막 메모로 :이 경우 우리는 변수 연도를 사용했지만 실제로 모든 변수는 여기에서 사용할 수 있습니다. 예를 들어 인덱스를 나타내는 for 루프에서 일반적으로 사용되는 변수인 i를 사용했을 수 있습니다. 속성, X 및 Y 및 X는 1에서 1000까지의 값을 가지며 Y는 1에서 100까지만 이동하는 값을 가지며, 거리 함수에 대한 Y의 영향은 일반적으로 X의 영향에 의해 압도됩니다. R에서 루프를 쓰기에 뛰어들기 전에 알아야 할 한 가지 중요한 점이 있습니다. 웹서핑을 할 때 R의 루프를 사용하지 말아야 한다는 것을 자주 읽게 됩니다. 왜? R이 벡터화를 지원하기 때문입니다. 간단히 말해서, 이것은 훨씬 더 빠른 계산을 할 수 있습니다. 예를 들어 루프를 사용하는 솔루션은 lapply 및 sapply와 같은 적용 함수를 사용하는 벡터화된 솔루션보다 효율이 낮습니다. 후자를 사용하는 것이 더 나은 경우가 많습니다. 그럼에도 불구하고, R의 초보자로, 루프의 기본적인 이해와 그들을 작성하는 방법을 가지고하는 것이 좋다. R에서 벡터화의 개념에 대해 자세히 알고 싶다면 좋은 읽기입니다. 그럼에도 불구하고, 특히 기계 학습을 접하는 경우 정규화및 그 효과를 연구하는 것이 좋습니다.

예를 들어 먼저 사용자 고유의 정규화() 함수를 만들어 기능 정규화를 수행할 수 있습니다. 루프에 대한 자세한 내용은 다음 예제를 확인하십시오: 개념적으로 루프는 특정 조건에서 일련의 명령어를 반복하는 방법입니다. 이를 통해 반복이 필요한 코드 의 일부를 자동화할 수 있습니다. 이상한 소리? 우리가 아래몇 가지 예제로 작업을 시작하면 걱정하지, 그것은 더 명확해질 것입니다. 이 자습서에서는 Iris 데이터 집합을 예측 모델링의 예인 분류에 사용합니다.