Das stimmt. Schnittstellen nun hier weiter.EDi hat geschrieben:Die von consuli angesprochenen Schnittstellen von R und Python sollten on topic sein.
R aus Python
Python aus R
Moderator: student
Das stimmt. Schnittstellen nun hier weiter.EDi hat geschrieben:Die von consuli angesprochenen Schnittstellen von R und Python sollten on topic sein.
Da aus dem Unternehmensforum nun das Forum Maschinelles Lernen wurde und Maschinenlernverfahren sehr stark mit Python besetzt sind, muss ich für eine qualitativ hochwertige Antwort ja fast zwangsläufig Python lernen.bigben hat geschrieben: Bin gespannt, wie Deine Reise weiter geht und würde mich auch in einem R Forum über zwischenzeitliche Reiseberichte aus dem Pythonland freuen.
(...)
Language Wars helfen keinem. Ich wünsche mir da auch im Forum Offenheit und keine Denk- oder Sprechverbote.
Ich glaube, es könnte sich so darstellen:Berechtigte Frage. Dass jeder Datentyp auch den Wert NA haben kann zeugt von Rs tiefer Verwurzelung in der statistischen Datananalyse. Wie lautet die akzeptierte Antwort darauf?What is python's equivalent of R's NA?
To be more specific: R has NaN, NA, NULL, Inf and -Inf. NA is generally used when there is missing data. What is python's equivalent?http://stackoverflow.com/questions/2865 ... t-of-rs-naScikit-learn doesn't handle missing values currently. For most machine learning algorithms, it is unclear how to handle missing values, and so we rely on the user of handling them prior to giving them to the algorithm. Numpy doesn't have a "missing" value. Pandas uses NaN, but inside numeric algorithms that might lead to confusion.
Anscheinend gibt es in Numpy einen Datenwert nan und in Pandas einen NaN. Das ist ungefähr so elegant gehandhabt wie die Objektorientierung in R, nur dass mich der Umgang mit fehlenden Werten sehr viel mehr interessiert als der mit Objektorientierung. Maschinenlernen ohne NA-Daten? Muss ich denn alles selbst machen? Ich kenne mich nicht wirklich aus, aber aus der Außenseiterperspektive wirkt das alles sehr aufgepfropft und unharmonisch mit diesen Datenverarbeitungsmodulen.
R is easy to learn, cause its learning curve is steep. (...) Python is easy to learn cause its learning curve is flat.