ЕТ
Читать тут мало. Надо своих шишек набить порядком, чтобы понимать как и что работает, и как и что не работает.
Так что написание собственных пакетов - весьма важный элемент самообразования + дисциплинирует.
Size: a a a
2020 January 22
PU
Core доки - довольно сильные.
Хэдли и core доки несогласованы местами. например, по докам - три типа выражений. а у Хэдли - четыре
ну или наоборот %)
ну или наоборот %)
PU
code review дисциплинирует в первую очередь
АК
Это мелочи, мало кому интересные, как правило.
A
code review дисциплинирует в первую очередь
Чик-чик и в продакшен!
АК
code review дисциплинирует в первую очередь
В rOpenSci нахаляву можно экспы огрести, ну и в CRAN ещё (Рипли в последнее время не агрится).
PU
подозреваю, что заинька устала
АК
У него на сайте написано, что он с 2014 на пенсии по состоянию здоровью. Наверное это универа касается в первую очередь.
АК
Пару недель назад писал мне, так что жив здоров.
PU
а я таки пропустил тусовку к Копенгагене по случаю 20 лет первой версии :(
PU
Пару недель назад писал мне, так что жив здоров.
да я про количество пакетов, которое ему приходится ревьюить
АК
Там целая команда ревьюит новые пакеты. Обновы почти не ревьюят, если они тесты проходят.
АК
Ты же сам видел, что разные попадаются и требования у них разные. Рипли замечен не был в последнее время среди них.
PU
Там целая команда ревьюит новые пакеты. Обновы почти не ревьюят, если они тесты проходят.
в гуглплее почти такая же логика - серьезно смотрят обычно только на новое приложение, на обновые уже не особо
DN
Друзья, помогите, запускаю функцию mse из metrics а она возвращает na
ЕТ
Друзья, помогите, запускаю функцию mse из metrics а она возвращает na
Приведите пример данных и кода, пожалуйста.
DN
fit_tg1 <- lm(target1 ~ tag1+tag12+tag20+tag22+tag23+tag24+tag43
+tag55+tag56+tag58+tag60+tag63+tag75, target1_train, na.action = na.omit)
summary(fit_tg1)
# bad model lets see corr
cor_data(target1_train)
target1_test$predict <- predict(fit_tg1, target1_test)
mse(target1_test$target1, target1_test$predict)