Data Experts

#R_COD

deeper.tree<- rpart(INCOME_C4 ~ ., data = train.data3[,-1], method = "class", cp = .00001, minsplit =5)

options(digits=8)

printcp(deeper.tree)

which.min(deeper.tree$cptable[,"xerror"])

options(digits=8)

X.E=deeper.tree$cptable[8:19,"xerror"]

options(digits=8)

X.S=deeper.tree$cptable[8:19,"xstd"]

CP.OPT=X.E+X.S

which.min(CP.OPT)

OPT.POINT=abs(deeper.tree$cptable[c(1:9,11:29),"xerror"] -deeper.tree$cptable[10,"xerror"])

which.min(OPT.POINT)

cv.tree31<-rpart(INCOME_C4~.,data = train.data3[,-1] ,method = "class", 

cp = 0.005876592, minsplit =5,xval =5, model=TRUE)         

prp(cv.tree31,type =0,extra = 1,under = T,split.font = 1,

varlen = -10,cex=.7,box.palette=c("mediumvioletred"))

cv.tree31.pred.train <- predict(cv.tree31,train.data3[,-1],type = "class")

confusionMatrix(cv.tree31.pred.train,train.data3[,-1]$INCOME_C4)

cv.tree31v<-rpart(INCOME_C4~., data = valid.data3[,-1] ,method = "class", cp =0.005876592 , minsplit =5,

xval =5, model=TRUE)

prp(cv.tree31v,type =0,extra = 1,under = T,split.font = 1,

varlen = -10,cex=.7,box.palette=c("mediumvioletred"))

#Validation

cv.tree31.pred.valid <- predict(cv.tree31v,valid.data3[,-1],type = "class")

confusionMatrix(cv.tree31.pred.valid,valid.data3[,-1]$INCOME_C4)

@R_Experts @Data_Experts https://telegram.me/Data_Experts https://telegram.me/R_Experts

#Accuaracy @R_Experts @Data_Experts

همان طور که ملاحظه می‌نماییم متغیر‌های 1)هزینه خرید کالای بادوام،2) هزینه خوراکی ،3) سن سرپرست خانوار، 4) مساحت سطح زیر بنا ، 5) هزینه خرید کالای متفرقه، 6) هزینه ارتباطات 7) هزینه غذای آماده، 8)هزینه مسکن به عنوان متغیرهای تاثیر گذار روی درآمد خانوار در درخت رده بندی ظاهر شده‌اند، و اعتبار مدل 60 .می‌باشد. در این درخت رده بندی متغیر پاسخ درآمد رده بندی شده چارکی 2800 خانوار نمونه ای این 5 استان می‌باشد . 1)if هزینه خرید کالای با دوام<32 & if 28≤ هزینه خوراکی <47 & if هزینه ارتباطات<7.6 & if هزینه غذای آماده <2.3 & if مساحت سطح زیر بنا <135 2)if هزینه خرید کالای با دوام<32 & if هزینه خوراکی <28 رده دوم درآمدی: 1) if 32≤ هزینه خرید کالای با دوام<49 & if هزینه خوراکی ≥28 & if هزینه ارتباطات≥7.6 if هزینه غذای آماده ≥2.3 2) if 32≤ هزینه خرید کالای با دوام<49 & if هزینه خوراکی ≥28 & if هزینه ارتباطات<7.6 & if هزینه غذای آماده ≥2.3 3) if 32≤ هزینه خرید کالای با دوام<49 & if هزینه خوراکی ≥28 & if هزینه ارتباطات<7.6 & if هزینه غذای آماده <2.3 & if مساحت سطح زیر بنا ≥135 4) if 32≤ هزینه خرید کالای با دوام<49 & if 28≤ هزینه خوراکی <47 &سرپرست خانوار سن <37 5) if هزینه خرید کالای با دوام<49 & if هزینه خوراکی ≥47 & if مساحت سطح زیر بنا <78 6) if هزینه خرید کالای با دوام<49 & if هزینه خوراکی ≥47 & if مساحت سطح زیر بنا ≥78 & if هزینه ارتباطات<4.3 & if هزینه مسکن < 58 7) if 49≤ هزینه خرید کالای با دوام<115 & سرپرست خانوار سن ≥48& if هزینه خرید کالای متفرقه <4.5 & if هزینه ارتباطات<2.6 رده سوم درآمدی: 1) if 32≤ هزینه خرید کالای با دوام<49 & if 28≤ هزینه خوراکی <47 & سرپرست خانوار سن ≥37 2) if هزینه خرید کالای با دوام<49 & if هزینه خوراکی ≥47 & if مساحت سطح زیر بنا ≥78 & if مساحت سطح زیر بنا ≥135 & & if 4.3≤ هزینه ارتباطات<10 & سرپرست خانوار سن <66 3) if هزینه خرید کالای با دوام<49 & if هزینه خوراکی ≥47 & if مساحت سطح زیر بنا ≥135 & if هزینه ارتباطات<4.3 &هزینه مسکن ≥58 4) if 49≤ هزینه خرید کالای با دوام<115 & سرپرست خانوار سن <48 5) if 49≤ هزینه خرید کالای با دوام<115 & سرپرست خانوار سن ≥48 & if هزینه خرید کالای متفرقه <4.5 & if 2.6≤ هزینه ارتباطات<9.1 رده چهارم درآمدی: 1) if هزینه خرید کالای با دوام<49 & if هزینه خوراکی ≥47 & if مساحت سطح زیر بنا ≥78 & if 4.3≤ هزینه ارتباطات<10 & سرپرست خانوار سن ≥66 2) if هزینه خرید کالای با دوام<49 & if هزینه خوراکی ≥47 & if مساحت سطح زیر بنا ≥78 & if هزینه ارتباطات≥10 3) if هزینه خرید کالای با دوام≥115 4) if 49≤ هزینه خرید کالای با دوام<115 & سرپرست خانوار سن ≥48& if هزینه خرید کالای متفرقه ≥4.5 5) if 49≤ هزینه خرید کالای با دوام<115 & سرپرست خانوار سن ≥48 & if هزینه خرید کالای متفرقه <4.5 & if هزینه ارتباطات≥4.3 @R_Experts @Data_Experts https://telegram.me/Data_Experts https://telegram.me/R_Experts

#درخت_رده _بندی خانوارهای منطقه آ.ش-آ.غ-زنجان-اردبیل-قزوین @R_Experts @Data_Experts

🎄🎄Happy new year 🎄🎄 سال نو میلادی رو خدمت همه دوستان برنامه نویس و اماری تبریک عرض میکنیم @data_experts

چگونه چنین خطاهایی را در توزیع های لینوکس جهت #نصب_پکیج های برنامه R برطرف کنیم؟

بعضی از خطاهایی که چنین خطایی نمایش میدهد حتما گیتهاب اون پکیج را ببینید گاها طریقه نصب پکیج مورد نظر به بعضی از دستورات در لینوکس باید اعمال شود اشاره شده که یاید اعمال شود.

installation of package ‘sth’ had non-zero exit status ❇️ @Data_Experts sudo apt-get install cmake cmake-gui gfortran sudo apt-get install liblapack-dev libblas-dev libatlas-base-dev libarpack2-dev libarpack++2-dev sudo apt-get install libblas-dev libatlas-base-dev sudo apt-get install libpoppler-cpp-dev sudo apt-get install -y libtesseract-dev libleptonica-dev tesseract-ocr-eng sudo apt-get install libpng-dev sudo apt-get install libjpeg8-dev sudo apt-get install libtiff5-dev sudo apt-get install zlib1g-dev ❇️ @Data_Experts sudo apt install build-essential libncursesw5-dev libgdbm-dev libc6-de

sudo apt install libreadline-gplv2-dev libncursesw5-dev libssl-dev libsqlite
sudo dpkg -i libjpeg62-turbo_1.5.1-2_i386.deb3-dev tk-dev libgdbm-dev libc6-dev libbz2-dev

sudo apt install libxml2-dev

sudo apt install libcurl4-openssl-dev

❇️ @Data_Experts sudo apt install -y libxml2-dev libcurl4-openssl-dev libssl-dev

sudo apt install libjepg62

sudo dpkg -i libgstreamer-plugins-base0.10-0_0.10.36-2_i386.deb sudo dpkg -i libgsl0ldbl sudo apt install gsl-bin libgsl0-dev

sudo dpkg -i libgstreamer0.10-0_0.10.36-1.5_i386.deb

sudo dpkg -i libjpeg62-turbo_1.5.1-2_i386.deb ❇️ @Data_Experts sudo add-apt-repository ppa:ubuntugis/ubuntugis-unstable sudo apt update sudo apt-get install libudunits2-dev libgdal-dev libgeos-dev libproj-dev sudo apt install libudunits2-dev بعضی از این دستورات برای اجرا شدن و نصب نیاز هست که به وبسایت پکیج توزیع مورد نظر برید و این موارد رو دانلود کنید. چنین خطایی برای من وجود داشت به طور کامل حل شد برای توزیع های دبیان بیس و اوبونتو حل شد .

احتمالا میتوان به وجوده پکیج ها و ابزارهای مناسب مانند انچه در فوق ذکر شده در مخازن توزیع های مختلف امید داشت که نیاز به بررسی دقیق تر در هر توزیع دارد

. ❇️ @Data_Experts «با ما همراه باشید»

انجام شده با نرم افزار R «با ما همراه باشد» ✴️@Data_Experts

با وجود این، نتایج برخی پیمایش‌ها و نظرسنجی‌ها در ایران در خصوص نگرش جوانان نسبت به آینده نیز نشان می‌دهد که در پیمایش «سرمایه اجتماعی»(1385) حدود 44 درصد جوانان معتقد بودند وضعیت آینده جامعه بهتر خواهد شد و حدود 31 درصد گفته بودند آینده کشور بدتر خواهد شد. نگرش جوانان در سال 93 وفق نظرسنجی ایسپا تغییر می‌کند یعنی 44 درصد جوانان معتقد بودند وضعيت کشور روز به روز بدتر مي‌شود و فقط 27 درصد معتقد بودند وضع کشور رو به بهبود است که امید آنها به بهبود وضعیت کشور در مقایسه با سال 85، 17 درصد کاهش پیدا می‌کند. به گونه‌ای که میزان امیدواری جوانان به بهبود وضعیت کشور #⚠️# **در آخرین پیمایش‌سال 97 به پایین‌ترین سطح می‌رسد و بیش از نیمی از آنها (64.1 درصد) اظهار داشته‌اند وضعیت کل کشور روز به روز بدتر می‌شود**#🛑#. بنابر این یافته‌های مذکور، مشاهده می‌شود که جوانان ایرانی در مقایسه با جوانان کشورهای دیگر، نگرش مثبتی نسبت به آینده ندارند. تغییر نگرش جوانان نسبت به آینده کشور در مقایسه با دهه گذشته قابل توجه و تأمل است یعنی اگر در اواسط دهه 80، 30 درصد نسبت به آینده بدبین بودند در شرایط کنونی، این میزان تقریبا دو برابر شده است. البته بدیهی است وقتی در جامعه‌ای مسائل اجتماعی و اقتصادی از قبیل تبعیض، توزیع ناعادلانه درآمدها و فرصت‌ها، بی‌ثباتی اقتصادی،گرانی و تورم، فرسایش سرمایه اجتماعی بویژه بعد اعتماد نهادی، مخاطرات زیست محیطی، انواع ناهنجارهای اجتماعی و ... وجود داشته باشد در چنین جامعه‌ای نمی‌توان انتظار داشت جوانان و نسل‌های آینده، یک زندگی همراه با آسایش، امید، شادمانی و احساس خوشبختی را در آینده نزدیک انتظار بکشند. از این رو لازم است سیاستگذاری‌ها و برنامه‌ریزی‌های انجام شده بایک بازنگری کامل تدوین و اجرایی شود و با ارزیابی سالیانه، بتوان نقاط ضعف و قوت برنامه‌ها و سیاست‌ها را شناخت تا بتوان در برآیند این تغییر رویّه، شاهد تغییر مثبت نگرش جوانان نسبت به وضعیت کشور شد. منبع : یادداشت منتشر شده از معصوم آقازاده، پژوهشگر ایسپا در روزنامه اعتماد چهارشنبه 14 آذر 1397، شماره 4248، صفحه 13 ✴️@Data_Experts

تحلیل تطبیقی امید به آینده جوانان ایرانی با برخی کشورها در پیمایشی تحت عنوان مسیرهای پیشرفت جوانان جهان ـ که توسط موسسه ایپسوس در فاصله سال‌های 2016 و 2017 در 32 کشور دنیا بین جوانان 18 تا 24 ساله پیرامون دیدگاه‌ها و انتظارات اقتصادی (7000 نفر) انجام شده است ـ نتایج نشان می‌دهد اکثر جوانان نسبت به فرصت‌های شغلی در آینده خوش‌بین هستند. در واقع 70 درصد آنها گفته‌اند فرصت‌های زیادی دارند که در مشاغل مورد علاقه خود موفق شوند(ایپسوس، 2017). طبق نظرسنجی ایسپوس، اکثر جوانان در کشورهای توسعه یافته، نگرش مثبتی به آینده دارند گر چه در آمریکا با آمدن ترامپ، جوانان آمریکائی نسبت به آینده بدبین هستند اما با پایان دوران ریاست جمهوری ترامپ، ممکن است نگرش جوانان نسبت به آینده آمریکا و جهان تغییر نماید. در ادامه نتایج ایران رو میزاریم ✴️@Data_Experts

این برنامه که با shiny نوشته شده میتواند تویت هایی که با هشتگ و همچنین تعداد تویتها را با جزییات تحلیل کند و احساسات را با نرم افزار r تحلیل کند TwisentR #علم_داده #آموزش 🌎 Link Review ✴️@Data_Experts

I'll be presenting a multi-agent DQN at Mohammed V University in Rabat, Morocco Wednesday as a keynote speaker. https://lnkd.in/dJmqJjR

Data science = Statistics + Data preprocessing + Machine learning + Scientific inquiry + Visualization + Business Analytics + Programming + Empathy + Communication + ... —> To solve a real problem. Data Science involves anything you do with data to solve real problems. Be a problem solver. And use data to help guide you to the solution. ✴️@Data_Experts

ویدیوهای آموزشی دوره پایتون برای علم داده - مدرس عسگری، نیکزاد نیم فصل اول پایتون برای علم داده: ⭐️مقدمات و توضیحات کلی 1️⃣ https://t.me/ai_python/6923 ⭐️شروع کار، متغیرها، اولین برنامه و لیست دیکشنری تاپل و ست 2️⃣ https://t.me/ai_python/6924 ⭐️شرط ها و حلقه ها 3️⃣ https://t.me/ai_python/6927 ⭐️توابع، توابع یک خطی، نگاشت و کاهش، فرمت دهی رشته ها 4️⃣ https://t.me/ai_python/6928 ⭐️شی گرایی در پایتون جلسه اول 5️⃣ https://t.me/ai_python/6939 ⭐️شی گرایی در پایتون جلسه دوم 6️⃣ https://t.me/ai_python/6949 ⏲ این دوره ادامه دارد و ویدیوها در حال تکمیل شدن هستند. تا کنون ۶ جلسه قرار داده شده است. #فیلم #پایتون ❇️ @AI_Python 🗣 @AI_Python_Arxiv ✴️ @AI_Python_EN

مقایسه #Python #R #SAS #SPSS ✴️@Data_Experts

منابع و آموزش های یادگیری علم داده https://github.com/amrrs/For-Data-Science-Beginners ✴️@Data_Experts

ارایه ای از علم داده با r https://github.com/amrrs/python_plus_r_brug ✴️@Data_Experts

این یکی از کلیپ‌های معروف برای درک خطی بودن ضریب همبستگی و احتمال وجود وابستگی های غیرخطی در حالت ضریب همبستگی صفر هست. با تشکر از دکتر میرکمالی به خاطر توضیح این شکل

انجام شده با نرم افزار R این مجموعه داده ها همگی با میانگین و واریانس و ضریب همبستگی برابر هستن «با ما همراه باشید» ✴️@Data_Experts