-
Notifications
You must be signed in to change notification settings - Fork 5
/
tallerMediosol.R
119 lines (89 loc) · 4.19 KB
/
tallerMediosol.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
# Soluciones al taller nivel medio
#Ejercicio2
col.CoefficientOfVariation<-apply(dataset,2,function(x) sd(x)/mean(x))
#Ejercicio3
#opcion1:
negatives.count<-lapply(1:200, function(i,data){
length(which(data[[i]]<0))
},data=dataset)
#opcion2:
count.negatives<-function(data){
length(which(data<0))
}
negatives<-lapply(dataset,count.negatives)
#Ejercicio4
negativesToNAs<-sapply(1:200, function(i){
dataset[[i]][dataset[[i]]<0]<-NA
dataset[[i]]
})
# comprobamos que es correcto
length(which(is.na(negativesToNAs[[1]])))
# Ejercicio 5:
## Creando el dataset 2
# lo hacemos funcional
dataset2<-NULL
dataset2 <-lapply(1:200, function(i) rnorm(10000,i,1) )
# convertimos a data frame
dataset2<-as.data.frame(dataset)
# renombramos las columnas
colnames(dataset2)<-paste("c",1:200,sep = "")
head(dataset2[,1:10],2)
#combinamos los datasets
datasets<-list(dataset,dataset2)
#comprobamos si son iguales
identical(datasets[[1]],dataset)
identical(datasets[[2]],dataset2)
#aplicamos la función en paralelo
library(parallel)
no_cores <- detectCores()-1
cl <- makeCluster(no_cores-1,type="FORK")
dataset2_squared <- parLapply(cl,1:length(datasets), function(i){
dt<-apply(datasets[[i]],2, function(x) x^2)
dt
})
stopCluster(cl)
# comprobamos si es correcto
dataset2_squared[[2]][,200]==(dataset2[,200]^2)
#Ejercicio 6
class(iris)
str(iris)
summary(iris)
#gráfico
library(ggplot2)
#sépalo
qplot(Sepal.Length, Sepal.Width, data = iris, geom = "point",xlab = "longitud de sépalo", ylab="ancho del sépalo", colour=Species, main="Representación por sépalo de los lirios")+theme(plot.title = element_text(hjust = 0.5))+scale_color_manual(values= c("#ff0000","#ff4000","#ff8000"),name="Especie")
#pétalo
qplot(Petal.Length, Petal.Width, data = iris, geom = "point",xlab = "longitud de sépalo", ylab="ancho del sépalo", colour=Species, main="Representación por pétalo de los lirios")+theme(plot.title = element_text(hjust = 0.5))+scale_color_manual(values= c("#ff0000","#ff4000","#ff8000"),name="Especie")
# b)
table(iris$Sepal.Length,iris$Species)
# Ejercicio 7
# longitud del pétalo por tipo de flor
d<-subset(iris,select = c(Petal.Length,Species))
# lo pasamos a data frame para que ggplot lo sepa manejar
d<-as.data.frame(d)
# creamos el gráfico
ggplot(d,aes(x=Species,y=Petal.Length,fill=Species))+geom_boxplot()+xlab("clase de lirio")+ylab("longitud del pétalo")+scale_fill_discrete(name="Lirio")+ggtitle("Longitud del pétalo por tipo de lirio")+theme(plot.title = element_text(hjust = 0.5))
# ancho del pétalo por tipo de flor
d<-subset(iris,select = c(Petal.Width,Species))
# lo pasamos a data frame para que ggplot lo sepa manejar
d<-as.data.frame(d)
# creamos el gráfico
ggplot(d,aes(x=Species,y=Petal.Width,fill=Species))+geom_boxplot()+xlab("clase de lirio")+ylab("ancho del pétalo")+scale_fill_discrete(name="Lirio")+ggtitle("Ancho del pétalo por tipo de lirio")+theme(plot.title = element_text(hjust = 0.5))
# longitud del sépalo por tipo de flor
d<-subset(iris,select = c(Sepal.Length,Species))
# lo pasamos a data frame para que ggplot lo sepa manejar
d<-as.data.frame(d)
# creamos el gráfico
ggplot(d,aes(x=Species,y=Sepal.Length,fill=Species))+geom_boxplot()+xlab("clase de lirio")+ylab("longitud del sépalo")+scale_fill_discrete(name="Lirio")+ggtitle("Longitud del sépalo por tipo de lirio")+theme(plot.title = element_text(hjust = 0.5))
# ancho del sépalo por tipo de flor
d<-subset(iris,select = c(Sepal.Width,Species))
# lo pasamos a data frame para que ggplot lo sepa manejar
d<-as.data.frame(d)
# creamos el gráfico
ggplot(d,aes(x=Species,y=Sepal.Width,fill=Species))+geom_boxplot()+xlab("clase de lirio")+ylab("ancho del sépalo")+scale_fill_discrete(name="Lirio")+ggtitle("Ancho del sépalo por tipo de lirio")+theme(plot.title = element_text(hjust = 0.5))
#Ejercicio 8
ggplot(as.data.frame.numeric(iris$Sepal.Length),aes(x=iris$Sepal.Length,fill=I("#003300")))+geom_histogram(binwidth = 0.4,colour="#00b300")+xlab("longitud del sépalo")+ylab("Frecuencia")+ggtitle("Ocurrencia de valores de longitud de sépalo")+theme(plot.title = element_text(hjust = 0.5))
# Ejercicio 9
# Ir ejecutando el código de ejemplo y calculando el porcentaje con:
summary(train$Tree)/nrow(train)*100
summary(test$Tree)/nrow(test)*100