# TODO: Add comment
#
# Author: Piotr
###############################################################################
n <- 1000
x <- rnorm(n)
y <- rbinom(n, size=1, prob=0.3)
reg_nieparam(x,y)
#czy błšd dla y=NA
reg_nieparam(c(x,1),c(y,NA))
#czy błšd dla x=NA
reg_nieparam(score=c(NA, x,NA),default=c(3,y,1), buckets=2, na.omit=FALSE)
buckety_br(c(NA, x,NA),c(3,y,1), 20, method = "eq_count")
setwd('G:\\Michal\\eclipse - java\\MDbinom')
library(lineprof)
source("testy_prof.R")
l <- lineprof(f(),interval = 0.000001)
shine(l)
wynik<-univariate_loop(x_df=dane_tr, y=dane_tr$churn2_8)
genRaport(wynik, dir="c:/temp/raport")
univariate_anal_stats1(x=c(2,2,2,2), y=c(1,0,0,0))
univariate_anal_stats(x=c(2,2,2,2), y=c(1,0,0,0))
univariate_anal_stats(x=dane_tr$Nazwisko_Nazwa, y=dane_tr$churn2_8)
wyniki<-univariate_loop(dane_tr, dane_tr$churn2_8)
genRaport(wyniki, dir="c:/temp/raport")
wynik<-univariate_anal_stats(dane_tr$Wiek, dane_tr$churn2_8, czas=dane_tr$miesiacZamowienia)
windows()
genRaport(list('a'=wynik))
drzewo_plot(wynik$dyskretyzacja, xlab = 'zmienna', ylab = "Average target",
main = paste('zmienna', "discretization"))
windows()
reg_nieparam(score=dane_tr$Wiek, default=dane_tr$churn2_8)
model<-glm(churn2_8~Wiek, data=dane_tr, family='binomial')
pred<-predict(model, type='response')
dopasowanie_do_zmiennej(dane_tr$Wiek, pred, wynik[[1]])
make_model_formula("daa",c("a","b"))
step_bez_kor(data=dane_tr[,c("AboCenaPodstawowa","ModemCenaPodstawowa")], model=model, target_var_name='churn2_8')
iks<-function(t, l=1/1000, vw=100, vs=100){
print(-vs/vw*log(l)*(l+vw*t) + (l+vw*t)*vs/vw*log(l+vw*t))
print(vw*t+l)
}
iks(t=1, l=100, vw=100, vs=144.27)
curve(iks, from=0, to=100, n=100)
N<-60*60*10
czas<-seq(from=0, to = 5/60/60, length.out=N)
x_wozu <- rep(NULL, N)
v_gumy <- rep(NULL, N)
v_razem <- rep(NULL, N)
x_slimaka <- rep(NULL, N)
dx_slimaka <- rep(NULL, N)
l<-0.0001
x_slimaka[1] <- 0
v_slimaka <- 1
v_wozu <- 100
dt=czas[2]-czas[1]
for (i in 1:(N-1)){
t<-czas[i]
x_wozu[i] <- v_wozu*t+l
v_gumy[i] <- x_slimaka[i]/x_wozu[i]*v_wozu
v_razem[i] <- v_slimaka + v_gumy[i]
dx_slimaka[i] <- v_razem[i] * dt
x_slimaka[i+1]<-x_slimaka[i]+dx_slimaka[i]
}
tail(x_slimaka)
df<-data.frame(czas[-1], x_wozu, v_gumy, v_slimaka, v_razem, dx_slimaka, x_slimaka)
edit()
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.