Einführung in R Interview Fragen und Antworten
R ist überall. Ob es sich um eine Wissenschaftlerin handelt, die versucht, die numerischen Daten ihrer Experimente zu aggregieren, oder um eine Analystin, die eine Regression durchführt, um einen Geschäftsanwendungsfall zu lösen, R ist die Programmiersprache der ersten Wahl. Tatsächlich kann R viel mehr als Statistik-Tools, es kann für die Datenverarbeitung, Visualisierungen und Grafiken verwendet werden. In diesem Informationszeitalter ist R die wichtigste Sprache im Data Science-Toolkit und hat eine enorme Nachfrage.
Sie haben also endlich Ihren Traumjob in R gefunden, fragen sich aber, wie Sie das R-Interview knacken und was die wahrscheinlichen 2018 R-Interview-Fragen sein könnten. Jedes Interview ist anders und der Umfang eines Jobs ist auch anders. Aus diesem Grund haben wir die häufigsten Fragen und Antworten zu 2019 R-Vorstellungsgesprächen erstellt, um Ihnen dabei zu helfen, in Ihrem Vorstellungsgespräch erfolgreich zu sein.
Nachstehend finden Sie eine Liste mit Fragen und Antworten zu 2019 R-Vorstellungsgesprächen, die während eines Vorstellungsgesprächs gestellt werden können. Diese wichtigsten Interviewfragen gliedern sich in zwei Teile:
Teil 1 - R Interview Fragen (Basic)
In diesem ersten Teil werden grundlegende Fragen und Antworten zu R-Interviews behandelt
1. Wozu dient die Funktion lm ()?
Antworten:
'lm' steht für ein lineares Modell. In R wird die Funktion lm () verwendet, um Regressionsmodelle zu erstellen. Die beiden wichtigsten Argumente für die Funktion lm () sind Formel und Daten. Die Formel definiert das Regressionsmodell und data ist der Datensatz, auf dem die Regression durchgeführt werden soll.
2. Nennen Sie ein Beispiel für die Verwendung der Methode tapply ()
Antworten:
Betrachten Sie zwei geordnete Vektoren
1) Schüler verteilt auf verschiedene Schulen (s1 ist die Schule des ersten Schülers, s2 ist die Schule des zweiten Schülers usw.)
> Studenten <- c ("s1", "s2", "s1", "s3", "s3", "s2")
2) Prozentsatz der Noten jedes Schülers
> Noten <- c (80, 90, 75, 67, 96, 67)
> bedeutet <- tapply (Noten, Schüler, Mittelwert)
> bedeutet
s1 s2 s3
77, 5 78, 5 81, 5
Die Funktion tapply () wendet eine Funktion 'mean ()' auf das erste Argument 'marks' an, die nach dem zweiten Argument 'students' gruppiert ist.
Gehen wir zu den nächsten R Interviewfragen über.
3. Wie kann ich Listen ändern und erstellen? Zeigen Sie mit einem Beispiel.
Antworten:
Listet den Bau auf:
> Lst <- Liste (Name = "Jack", Alter = 23, Anzahl Autos = 3, Autonamen = c ("Wagon", "Bumper", "Jazz"))
Listenänderung:
> Lst $ cars.names (1) Lst ((4)) (1) <- “WagonR”
4.Was sind unterschiedliche Datenstrukturen in R?
Antworten:
Dies sind die grundlegenden R-Interviewfragen, die in einem Interview gestellt werden. R hat 5 Datenstrukturen: Vektor, Array, Matrix, Liste und Datenrahmen. Aus welchen Vektoren, Arrays und Matrizen sind homogen.
- Vektoren sind die häufigste Datenstruktur in R. Es handelt sich um ein eindimensionales Objekt, das eine Menge von Werten bezeichnet. Ein Array ist eine mehrdimensionale Verallgemeinerung von Vektoren. Eine Matrix ist ein Spezialfall eines Arrays, sie ist zweidimensional.
- Eine Liste besteht aus einer geordneten Menge von Objekten, die unterschiedliche Arten oder Modi haben können. Ein Datenrahmen ist wie eine Tabelle oder eine Matrix mit Spalten verschiedener Modi.
5. Wie gehe ich mit fehlenden Werten in den Funktionen sum (), prod (), min (), max () um?
Antworten:
Betrachten Sie einen Vektor:
> x <- c (3, 6, 2, NA, 1)
Ihre Summe ergibt:
> Summe (x)
(1) NA
Wir können jedoch das Argument na.rm auf True setzen, um die fehlenden Werte zu ignorieren
> sum (x, na.rm = TRUE)
(1) 12
6. Was ist der Unterschied zwischen NA und NaN? Woher wissen wir, ob der Vektor einen von beiden enthält?
Antworten:
NA entspricht einem fehlenden Wert. In Fällen, in denen Komponenten von Vektoren nicht vollständig bekannt sind, werden die fehlenden Elemente mit NA bezeichnet.
Andererseits werden die während der Berechnungen resultierenden unbestimmten Werte mit NaN bezeichnet. Ein Beispiel für ein NaN-Ergebnis könnte 0/0 sein.
Mit der Funktion is.na () können wir überprüfen, ob ein Wert NA oder NaN ist. Die Funktion is.nan (X) gibt nur für NaN true zurück.
7. Wie schreibe ich meine eigenen Funktionen?
Antworten:
Eine Funktion in R kann wie folgt geschrieben werden:
> Funktionsname <- Funktion (arg1, arg2, …) Ausdruck_in_R
expression_in_R ist in der Regel eine Reihe verschiedener Ausdrücke, die zusammengefügt werden.
Teil 2 - R Interview Fragen (Fortgeschrittene)
Werfen wir jetzt einen Blick auf die erweiterten R-Interview-Fragen.
8. Was sind Matrizen in R?
Antworten:
Eine Matrix ist ein Array mit zwei Indizes. Dies ist ein wichtiger Spezialfall von Array, und R bietet viele Funktionen, die für Matrizen spezifisch sind.
Beispielsweise gibt t (X) eine Transponierte von Matrix X an, Operator% *% wird für die Matrixmultiplikation verwendet, nrow (X) und ncol (X) geben die Anzahl der Zeilen und Spalten usw
9. Wie werden lineare Gleichungen mithilfe der Matrixinversion gelöst?
Antworten:
Lineare Gleichungen in Matrixform können dargestellt werden durch:
M * X = C wobei M eine nxn-Koeffizientenmatrix ist, X eine Vektorvariable der Größe n ist und C ein konstanter Vektor der Größe n ist.
Um diese Gleichung in R zu lösen, können wir die Funktion solve () wie folgt verwenden:
X = lösen (M, C)
Gehen wir zu den nächsten R Interviewfragen über.
10. Was ist ein Interquartilbereich (IQR) und wie berechnet man ihn in R?
Antworten:
Quartile sind die Werte, die den Datensatz teilen. Jedes Quartil, basierend auf seiner Position in einem geordneten Datensatz, wird als erstes (Q1), zweites (Q2) und drittes (Q3) Quartil bezeichnet. Q2 ist der Median des Datensatzes. Q1 ist der Median der ersten Hälfte, während Q3 der Median der oberen Hälfte eines geordneten Datensatzes ist. IQR = Q3-Q1
In R wird IQR durch Aufrufen der IQR-Funktion berechnet:
> IQR (Datensatz)
11. Was macht die Funktion plot ()?
Antworten:
Dies sind die häufig gestellten R-Interviewfragen in einem Interview. Der Plot ist eine generische Funktion und erzeugt abhängig von der Art der Argumente einen Plottyp. Beispielsweise,
Wenn x und y Vektoren sind, erzeugt Diagramm (x, y) ein Streudiagramm von y gegen x.
Wenn z eine Liste mit zwei Elementen x und y oder eine zweispaltige Matrix ist, macht plot (z) dasselbe wie oben.
12. Wie wende ich eine Funktion auf alle Spalten eines Datenrahmens an?
Antworten:
Wir können die Funktion apply () verwenden. Es werden zwei Argumente benötigt - der Datenrahmen und die anzuwendende Funktion.
13.Wie konvertiere ich Datenrahmen in Matrizen und warum ist dies erforderlich?
Antworten:
Die Funktion as.matrix () dient zum Konvertieren eines Datenrahmens in eine Matrix. R bietet leistungsfähige Bibliotheken, die für Matrizen spezifisch sind. Daher können in Matrizen konvertierte Datenrahmen unter Verwendung dieser Matrixformeln analysiert werden.
Gehen wir zu den nächsten R Interviewfragen über.
14. Wie formatiere ich Zeichenarrays in Datumsangaben in R?
Antworten:
Sie können die Funktion as.Date () verwenden, die einen Vektor von Zeichenarrays und ein Format verwendet, um sie in ein Datumsobjekt zu konvertieren.
Beispielsweise,
> as.Date ("22: 2: 2001", format = "% d:% m:% Y")
15. Suchen Sie die kleinste und die größte Zahl zwischen 7000 und 70000, die durch 233 teilbar ist.
Antworten:
> Suchen (Funktion (x) x %% 233 == 0, 7000: 70000)
(1) 7223
> Suchen (Funktion (x) x %% 233 == 0, 7000: 70000, rechts = TRUE)
(1) 69900
Fazit
Wir haben Interviewfragen behandelt, die sich auf einige der gebräuchlichsten Konzepte in R beziehen. Da R eine umfangreiche Bibliothek unterstützt, ist das Arbeiten an R oft ein kontinuierlicher Lernprozess. Darüber hinaus können Sie mit der R-Community in Kontakt bleiben und die zusätzlichen Ressourcen auf CRAN überprüfen. Alles Gute für dein Interview!
Empfohlener Artikel
Dies war ein Leitfaden für die Liste der R-Interviewfragen und -antworten, damit der Kandidat diese R-Interviewfragen leicht durchgreifen kann. Sie können sich auch die folgenden Artikel ansehen, um mehr zu erfahren -
- Fragen zu szenariobasierten Informatica-Interviews
- Nützliche 10 Tableau Interview-Fragen
- 10 Fragen im Vorstellungsgespräch für Amazing Data Engineer
- Fragen im Vorstellungsgespräch zu Software Testing
- SAP vs Oracle Was sind die Vorteile