R-intervjuu küsimuste ja vastuste sissejuhatus

R on igal pool. Kas teadlane, kes proovib koondada oma katsete numbrilisi andmeid, või analüütik, kes viib regressiooni läbi äriotstarbelise juhtumi lahendamiseks, on R esimese valiku programmeerimiskeel. Tegelikult saab R teha palju enamat kui statistikavahendid, seda saab kasutada andmetöötluseks, visualiseerimiseks ja graafika koostamiseks. Sellel infoajastul on R andmeteaduse tööriistakomplektis kõige olulisem keel ja sellel on tohutu nõudlus.

Nii et olete lõpuks leidnud oma unistuste töökoha R-s, kuid mõtlete, kuidas R-intervjuud lõhestada ja millised võiksid olla 2018. aasta intervjuu tõenäolised küsimused. Iga vestlus on erinev ja ka töö ulatus. Seda meeles pidades oleme välja töötanud kõige tavalisemad 2019 R-intervjuu küsimused ja vastused, mis aitavad teil oma intervjuul edu saavutada.

Allpool on loetelu 2019 R-i intervjuu küsimustest ja vastustest, mida saab küsida intervjuu ajal. Need top intervjuu küsimused jagunevad kaheks osaks:

1. osa - R-intervjuu küsimused (põhilised)

See esimene osa hõlmab põhilisi R-intervjuu küsimusi ja vastuseid

1. Kuidas kasutatakse funktsiooni lm ()?

Vastus:
'lm' tähistab lineaarset mudelit. R lm-is () kasutatakse regressioonimudelite loomiseks funktsiooni. Kaks kõige olulisemat argumenti, mis antakse funktsioonile lm (), on valem ja andmed. Valem määratleb regressioonimudeli ja andmed on andmekogum, millel regressioon läbi viiakse.

2. Tooge näitena tapply () meetodi kasutamine

Vastus:
Vaatleme kahte tellitud vektorit
1) õpilased jaotatakse erinevate koolide vahel (s1 on esimese õpilase kool, s2 on teise õpilase kool jne)
> õpilased <- c (“s1 ″, “ s2 ″, “s1 ″, “ s3 ″, “s3 ″, “ s2 ”)

2) Protsent iga õpilase hinnetest
> märgid <- c (80, 90, 75, 67, 96, 67)
> tähendab <- kohenda (hinded, õpilased, keskmine)
> tähendab
s1 s2 s3
77, 5 78, 5 81, 5

Funktsioon tapply () rakendab funktsiooni 'mean ()' esimese argumendi 'märkidele', mis on rühmitatud teise argumendiga 'õpilased'

Liigume järgmiste R-intervjuu küsimuste juurde.

3. Kuidas nimekirju muuta ja koostada? Näidake näitega.

Vastus:
Loendite ehitus:
> Lst <- nimekiri (nimi = ”Jack”, vanus = 23, nocarid = 3, cars.names = c (“Wagon”, “bumper”, “Jazz”))

Loendi muutmine:
> Lst dollarit autod.nimed (1) Lst ((4)) (1) <- “WagonR”

4.Millised on R-s erinevad andmestruktuurid?

Vastus:
See on R-küsitluse põhiküsimus, mida intervjuus küsitakse. R-l on 5 andmestruktuuri: vektor, massiiv, maatriks, loend ja andmeraamid. Millest vektorid, massiivid ja maatriksid on homogeensed.
- Vektorid on R.-s kõige tavalisem andmestruktuur. See on ühemõõtmeline objekt, mis tähistab väärtuste kogumit. Massiiv on vektorite mitmemõõtmeline üldistus. Maatriks on massiivi erijuhtum, see on kahemõõtmeline.
- Loend koosneb järjestatud objektide komplektist, mis võib olla erinevat tüüpi või režiimiga. Andmeraam on nagu tabel või maatriks erinevate režiimide veergudega.

5. Kuidas toimida puuduvate väärtuste korral funktsioonides sum (), prod (), min (), max ()?

Vastus:
Mõelge vektorile:
> x <- c (3, 6, 2, NA, 1)

Selle summa tulemus on:
> summa (x)
(1) NA

Saame aga määrata na.rm argumendi väärtuseks True, et puuduvaid väärtusi eirata
> summa (x, na.rm = TRUE)
(1) 12

6. Mis vahe on NA ja NaN vahel? Kuidas me teame, kas vektor sisaldab mõlemat neist?

Vastus:
NA on samaväärne puuduva väärtusega. Juhtudel, kui vektorite komponendid pole täielikult teada, tähistatakse puuduvaid elemente NA-ga.
Teisest küljest tähistatakse arvutuste käigus tekkinud määramatuid väärtusi NaN-ga. NaN-i tulemuse näiteks võib olla 0/0.
Funktsiooni is.na () abil saame kontrollida, kas väärtus on NA või NaN. Funktsioon is.nan (X) vastab tõele ainult NaN-i puhul.

7. Kuidas kirjutada oma funktsioone?

Vastus:
Funktsiooni R-s saab kirjutada järgmiselt:
> funktsiooni_nimi <- funktsiooni (arg1, arg2, …) avaldis_in_R
avaldis_in_R on tavaliselt erinevate avaldiste komplekt, mis on ühendatud kokku.

2. osa - R-intervjuu küsimused (edasijõudnutele)

Vaadakem nüüd üksikasjalikke R-intervjuu küsimusi.

8. Mis on R maatriksid?

Vastus:
Maatriks on massiiv, millel on kaks alaindeksit. See on oluline massiivi erijuhtum ja R pakub palju funktsioone, mis on omased maatriksitele.
Näiteks t (X) annab maatriksi X ülekande, maatriksi korrutamisel kasutatakse operaatorit% *%, null (X) ja ncol (X) näitavad ridade ja veergude arvu jne.

9. Kuidas lahendada maatriksi inversiooni abil lineaarseid võrrandeid?

Vastus:
Maatriksvormi lineaarvõrrandeid saab esitada järgmiselt:
M * X = C, kus M on koefitsientide nxn maatriks, X on vektormuutuja suurus n ja C on konstantne vektor suurusega n.
Selle võrrandi lahendamiseks R abil saame lahendada () funktsiooni järgmiselt:
X = lahendada (M, C)

Liigume järgmiste R-intervjuu küsimuste juurde.

10. Mis on kvartiilidevaheline vahemik (IQR) ja kuidas seda arvutada R-ga?

Vastus:
Kvartalid on väärtused, mis jagavad andmekogumi. Iga kvartiili, mis põhineb tema positsioonil järjestatud andmekogumis, nimetatakse esimeseks (Q1), teiseks (Q2) ja kolmandaks (Q3) kvartiiliks. Q2 on andmekogumi mediaan. Q1 on esimese poole keskmine, Q3 on tellitud andmekogumi ülemise poole mediaan. IQR = Q3-Q1

R-s arvutatakse IQR, kutsudes funktsiooni IQR:
> IQR (andmestik)

11. Mida funktsioon plot () teeb?

Vastus:
See on intervjuus korduma kippuvad R-küsimused. Joonis on üldfunktsioon ja sõltuvalt argumentide tüübist loob see graafiku tüübi. Näiteks,
Kui x ja y on vektorid, siis graafik (x, y) annab y-i hajutatud graafiku x-i suhtes.
Kui z on nimekiri, mis sisaldab kahte elementi x ja y või kaheveerulist maatriksit, siis graafik (z) toimib samamoodi nagu ülalpool.

12. Kuidas rakendada funktsiooni andmeraami kõigile veergudele?

Vastus:
Saame kasutada funktsiooni rakendada (). Sellel on kaks argumenti - andmeraam ja rakendatav funktsioon.

13.Kuidas teisendada andmeraamid maatriksiteks ja miks seda vaja on?

Vastus:
Funktsiooni as.matrix () kasutatakse andmeraami teisendamiseks maatriksiks. R pakub võimsaid maatriksite spetsiifilisi raamatukogusid. Seega saab maatriksiteks teisendatud andmekaadreid analüüsida nende maatriksvalemite abil.

Liigume järgmiste R-intervjuu küsimuste juurde.

14. Kuidas vormindada tähemärkide massiive kuupäevadeks R-vormingus?

Vastus:
Võite kasutada funktsiooni as.Date (), mis võtab tähemärkide massiivi vektori ja vormingu, et teisendada need kuupäevaobjektiks.
Näiteks,
> as.kuupäev (“22: 2: 2001 ″, formaat =”% d:% m:% Y ”)

(1) “2001-02-22”

15. Leidke väikseim ja suurim arv vahemikus 7000 kuni 70000, mis on jagatav 233-ga.

Vastus:
> Leia (funktsioon (x) x %% 233 == 0, 7000: 70000)
(1) 7223

> Leidke (funktsioon (x) x %% 233 == 0, 7000: 70000, parem = TÕELIS)
(1) 69900

Järeldus

Oleme katnud intervjuuküsimused, mis puudutavad R. kõige levinumaid mõisteid. Kuna R toetab ulatuslikku raamatukogu, on R-iga töötamine sageli pidev õppeprotsess. Lisaks võite olla ühenduses R-kogukonnaga ja tutvuda CRAN-i lisaressurssidega. Kõike paremat teie intervjuu jaoks!

Soovitatav artikkel

See on juhend R-intervjuu küsimuste ja vastuste loendisse, et kandidaat saaks neid R-intervjuu küsimusi hõlpsalt lahendada. Lisateabe saamiseks võite vaadata ka järgmisi artikleid -

  1. Informatica stsenaariumil põhinevad intervjuuküsimused
  2. Kasulikud 10 Tableau intervjuu küsimust
  3. 10 hämmastavat andmeinseneri intervjuu küsimust
  4. Tarkvara testimise intervjuu küsimused
  5. SAP vs Oracle Mis kasu on sellest?