https://Simon-x222.github.io日常记录分享Simon's Bloghttp://www.rssboard.org/rss-specificationpython-feedgenhttps://i.postimg.cc/5yGzPXMQ/20241127-151130.jpghttps://Simon-x222.github.ioMon, 30 Mar 2026 08:14:01 +0000Simon's Blog60Simon's Bloghttps://Simon-x222.github.io/post/Writes_4.html为学日益，为道日损 保持学习的心态，放下过多的执念. -。https://Simon-x222.github.io/post/Writes_4.htmlMon, 30 Mar 2026 08:13:33 +0000https://Simon-x222.github.io/post/Writes_3.html对于工作中想推进的一些东西，可能阻碍重重，阻碍因素有可能是成本，也有可能是利益关系。https://Simon-x222.github.io/post/Writes_3.htmlWed, 25 Mar 2026 10:08:06 +0000https://Simon-x222.github.io/post/Writes_2.html为什么我经常难以提笔开始写作，以及输出一些自认为优质的内容。https://Simon-x222.github.io/post/Writes_2.htmlWed, 18 Mar 2026 09:14:04 +0000https://Simon-x222.github.io/post/Writes_1.html”AI可能会将世界分为 Writes 和 Write-Nots ——不是会不会写，而是自己写不写“ 我平常经常在做的，像看视频、看书、听播客等一些行为，在做的时候可能大概率会觉得自己理解了，自己有共鸣，觉得已经是自己的东西了，但事实上，没有经过思考-整理-输出，没有在大脑中深深地划过一刀，依然只是停留在观点，不是属于自己的东西.。https://Simon-x222.github.io/post/Writes_1.htmlWed, 11 Mar 2026 10:01:01 +0000https://Simon-x222.github.io/post/gong-zuo-sui-ji.html1。https://Simon-x222.github.io/post/gong-zuo-sui-ji.htmlWed, 23 Apr 2025 09:17:37 +0000https://Simon-x222.github.io/post/ren-gong-zhi-neng-%EF%BC%9A-ke-huan-gai-nian-yu-xian-shi.html最近随着 DeepSeek的流行，AI这个概念再次甚嚣尘上。https://Simon-x222.github.io/post/ren-gong-zhi-neng-%EF%BC%9A-ke-huan-gai-nian-yu-xian-shi.htmlFri, 28 Mar 2025 03:54:05 +0000https://Simon-x222.github.io/post/peng-ren-sui-ji.html### UPDATING... ### 10. 四季豆炒肉 _2025.3.31_  ### 9. 辣椒炒肉 _2025.3.25_  ### 8. 可乐鸡翅2.0 _2025.3.23_  ### 7. 可乐鸡翅根 _2025.3.19_ 收汁  成果  ### 6. 土豆面（糊） _2025.3.17_  ### 5. 黄瓜炒蛋 _2025.3.17_  ### 4. 炒面炒年糕 _2025.3.16_  ### 3. 手撕包菜 _2025.3.16_  ### 2. 酸辣土豆丝 _2025.3.15_ 前期准备  成果  ### 1. 蛋炒饭 _2025.3.14_  。https://Simon-x222.github.io/post/peng-ren-sui-ji.htmlThu, 13 Mar 2025 03:40:38 +0000https://Simon-x222.github.io/post/ri-qi-shu-ju-zhuan-huan.html`lubridate` 提供了更宽松的日期解析方法，能够自动适应不同的日期格式 ``` install.packages('lubridate') library(lubridate) ``` 然后使用 mdy()、dmy() 等函数来自动解析日期格式，具体取决于日期格式 ``` # 使用 lubridate 解析日期 reviews$date <- mdy(reviews$date) # 查看转换后的日期 head(reviews$date) ``` 。https://Simon-x222.github.io/post/ri-qi-shu-ju-zhuan-huan.htmlTue, 31 Dec 2024 09:04:21 +0000https://Simon-x222.github.io/post/duo-yuan-hui-gui-fen-xi-shi-li-%E2%80%94%E2%80%94-ji-yu-R.html### 模型构建与分析 多元线性回归模型调用：lm(formula = Price ~ GSM + Material + Pattern + Opacity, data = reg_data) 回归结果：  解释结果： 1. (Intercept) 截距项估计值为43.847715，当GSM、遮光度为0，材质为纯聚酯纤维，模式为简约纹理时，预计价格为43.85美元 2. GSM估计值为0.243801，每增加1 GSM，价格预计平均增加约0.244美元 3. MaterialBlended 估计值为20.174001，使用混纺材质的产品相比纯Polyester，价格平均增加约20.17美元 4. PatternComplex 和Opacity 的显著性水平分别是0.7707，0.9668，均>0.05，对价格的影响不显著 5. 可视化 Pattern 与 Price之间的关系如下  6. 可视化 Opacity 与 Price 的关系如下  ### 源代码 ``` library(dplyr)` library(stringr) library(car) library(tidyverse) library(stringr) library(caret) library(readxl) file_path <- 'C:\\Users\\PC-HMC\\Desktop\\123.xlsx' data <- read_excel(file_path) str(data) #查看数据结构 sum(is.na(data)) #检查是否有缺失值 # 1. 清洗Material：将纯Polyester标记为'P'，混纺材质标记为'B' data <- data %>% mutate(Material = tolower(Material), Material = ifelse(str_detect(Material, 'polyester') & !str_detect(Material, '/|\\+|,'), 'Pure_Polyester', 'Blended')) # 2. 清洗Pattern：将'Solid'标记为'Simple'，其他标记为'Complex' data <- data %>% mutate(Pattern = ifelse(str_detect(Pattern, regex('solid', ignore_case = TRUE)), 'Simple', 'Complex')) # 3. 清洗Opacity：提取数值，计算平均值 clean_opacity <- function(opacity) { # 提取所有百分比数字 nums <- as.numeric(str_extract_all(opacity, '\\d+\\.?\\d*')[[1]]) if(length(nums) == 0){ return(NA) } else { return(mean(nums)) } } data$Opacity_Clean <- sapply(data$Opacity, clean_opacity) # 4. 清洗GSM：提取数值，计算平均值 clean_gsm <- function(gsm) { # 提取所有数字 nums <- as.numeric(str_extract_all(gsm, '\\d+\\.?\\d*')[[1]]) if(length(nums) == 0){ return(NA) } else { return(mean(nums)) } } data$GSM_Clean <- sapply(data$GSM, clean_gsm) # 5. 处理Price中的范围（例如，Julian和Nathan有范围） # 对于Price，我们将取平均值 clean_price <- function(price) { # 检查是否有范围 if(grepl('-', price)) { nums <- as.numeric(str_extract_all(price, '\\d+\\.?\\d*')[[1]]) return(mean(nums)) } else { return(as.numeric(price)) } } # 在此数据集中，Price字段大部分是单一值，但有一些行可能包含范围 # 例如，Julian和Nathan的GSM包含范围，需要特别处理 # 但Price似乎没有范围，所以此步骤可能不需要 # 但为了稳妥，保留处理步骤 data$Price_Clean <- as.numeric(data$Price) # 当前数据中Price无范围 # 6. 处理GSM_Clean中的范围 # 已在GSM_Clean列中完成 # 查看清洗后的数据 head(data) # 选择需要的列 reg_data <- data %>% select(Price = Price_Clean, GSM = GSM_Clean, Material, Pattern, Opacity = Opacity_Clean) %>% na.omit() # 移除缺失值 # 转换为因子变量 reg_data$Material <- factor(reg_data$Material, levels = c('Pure_Polyester', 'Blended')) reg_data$Pattern <- factor(reg_data$Pattern, levels = c('Simple', 'Complex')) # 建立回归模型 model <- lm(Price ~ GSM + Material + Pattern + Opacity, data = reg_data) # 查看回归结果 summary(model) # 可视化Pattern与Price的关系 library(ggplot2) ggplot(reg_data, aes(x = Pattern, y = Price)) + geom_boxplot() + labs(title = 'Price vs Pattern', x = 'Pattern', y = 'Price') # 可视化Opacity与Price的关系 ggplot(reg_data, aes(x = Opacity, y = Price)) + geom_point() + geom_smooth(method = 'loess') + labs(title = 'Price vs Opacity', x = 'Opacity (%)', y = 'Price') # 查看异常值 outliers <- reg_data %>% filter(abs(std_resid) > 3) print(outliers) # 计算影响度量（Cook's distance） cooksd <- cooks.distance(model) # 识别高影响点 high_influence <- reg_data %>% filter(cooksd > (4/(nrow(reg_data) - length(model$coefficients) - 1))) print(high_influence) ``` [123.xlsx](https://github.com/user-attachments/files/18244570/123.xlsx) 。https://Simon-x222.github.io/post/duo-yuan-hui-gui-fen-xi-shi-li-%E2%80%94%E2%80%94-ji-yu-R.htmlWed, 25 Dec 2024 08:25:14 +0000https://Simon-x222.github.io/post/na-wa-er-bao-dian.html1. 对一件事情的欲望越小，顾虑就越少，执念就越少，反而越会顺其自然，遵循内心。https://Simon-x222.github.io/post/na-wa-er-bao-dian.htmlFri, 13 Dec 2024 06:59:38 +0000https://Simon-x222.github.io/post/tu-pian-sheng-cheng-wang-zhi-gong-ju.html## Postimages Postimages是一个免费的图片托管平台，旨在提供简单、快速、便捷的图片上传和分享服务，适用于博客、社交媒体或者论坛。https://Simon-x222.github.io/post/tu-pian-sheng-cheng-wang-zhi-gong-ju.htmlWed, 27 Nov 2024 08:30:54 +0000