Cara makan dan minum Rasulullah S.A.W

Berikut adalah beberapa blog yang menceritakan adab makan Rasulullah S.A.W. (Hasil carian google):

1. http://bingkisanurani.blogspot.com/2008/06/diet-cara-nabi.html
2. http://hikmatun.wordpress.com/2008/03/09/cara-makan-dan-minum-rasulullah-saw/
3. http://tarbawi.wordpress.com/2009/03/15/cara-makan-nabi/
4. http://nurulhayat.org/2009/02/25/hidup-sehat-cara-nabi/
5. http://adebachtiar.multiply.com/journal/item/248
6. http://pakarhowto.com/teknik/panduan-cara-makan-ikut-sunnah-nabi-saw.html

Istilah

1. Data Normalization - penormalan data (rujukan)

2. Sparse data - data jarang

3. Sparse array - tatasusunan jarang

4. Feature extraction - penyarian sifat

5. Continuous variable - pembolehubah selanjar
5a. Continuous random variable - pembolehubah rawak selanjar

6. Datum - a singular form of "data"

7. Event(statistic) - peristiwa

8. Mutually exclusive event - peristiwa saling eksklusif ( Peristiwa yang tidak mempunyai unsur sepunya.)

9. Data mining - Perlombongan data

10. Axiom - prinsip, aksiom

Plot two histograms in the same graph

Kaedah 1:

hist(x)
hist(y, add=TRUE)

(Di ambil dari rujukan 2, bahagian komen)

Kaedah 2:

Sila rujuk rujukan nombor 2 dan 3.

Rujukan:

1. http://r.789695.n4.nabble.com/two-histograms-in-the-same-graph-td846587.html
2. http://onertipaday.blogspot.com/2007/04/how-to-superimpose-histograms.html
3. http://onertipaday.blogspot.com/2007/05/multiple-histograms-in-one-plot.html

Example of data analysis using R

Contoh data analisis guna R boleh dimuat turun di sini

http://www.itc.nl/~rossiter/teach/R/R_corregr.pdf

Data Normalization in R

P/s: Sila pasang library clusterSim dahulu sebelum dapat menggunakannya. Sila rujuk artikel "How to install an R package?".

Untuk pengnormalan data (data normalization) dalam R, kita boleh mengunakan library clusterSim. Cara gunanya adalah, yang pertama kita kena muatkan library tersebut ke dalam ruangkerja (workspace) R terlebih dahulu.

>library(clusterSim)

Kemudian, untuk guna library tersebut, kita taip arahan seperti dibawah:

>ann0_notarget_n1 <- data.Normalization(ann0_notarget,type="n1")

-ann0_notarget_n1 adalah pembolehubah yang akan pegang nilai data yang telah dinormalkan menggunakan fungsi data.Normalization
-data.Normalization adalah fungsi yang dipanggil untuk menormalkan data.
-ann0_notarget adalah vektor data yang hendak dinormalkan
-type="n1" adalah jenis pengnormalan yang kita hendak gunakan

Sila rujuk manual penggunaan untuk keterangan lebih lanjut cara penggunaanya di sini:

http://cran.r-project.org/web/packages/clusterSim/clusterSim.pdf

(Rujuk muka surat 10 untuk lihat jenis pengnormalan data)

Untuk melihat manual beserta pakejnya sekali, sila ke laman web di bawah

http://cran.r-project.org/web/packages/clusterSim/index.html

Di dalam R, kita boleh juga menggunakan fungsi seperti . Walaubagaimanapun, fungsi ini hanya dapat mengnormalkan data untuk Standard Score sahaja.

How to install an R package?

Taip arahan dibawah pada konsol R (R console) untuk pasang (install) pakej tertentu. Cara ini adalah untuk pasang secara terus dari CRAN.

>install.packages(namapakej)

di mana namapakej adalah nama untuk pakej tersebut dalam bentuk string.

Contohnya, untuk pasang (install) pakej clusterSim, maka taip seperti di bawah

>install.packages("clusterSim")

Untuk keterangan lebih lanjut, sila rujuk di sini

1. http://math.usask.ca/~longhai/software/installrpkg.html

Read data from text file

Baca data dari fail text dengan pemisah adalah tab (tab separator)

> fusiondata = read.table("C:\\Datasets\\run1_train.txt",header=T,sep="\t")

Paparkan sebahagian data dari baris 1 ke baris 8:

> fusiondata[1:8,]

ANN_PREDICTED MIP_PREDICT GBT_PREDICT TARGET
1 0.5013140 0.0051 0.0323186 0
2 0.5015325 0.0051 0.0323186 0
3 0.5057989 0.0051 0.0323186 0
4 0.4961194 0.0109 0.0323186 0
5 0.5018118 0.0051 0.0323186 0
6 0.5024724 0.0109 0.0323186 0
7 0.4986205 0.0051 0.0323186 0
8 0.5017849 0.0051 0.0323186 0

Read data from text file and Plot the variable density

Baca data dari fail:

>fusiondata = read.table("C:\\Datasets\\run1_train.txt",header=T, sep="\t")

Untuk tengok data, cuba ambil dari baris 1 ke baris 8

>fusiondata[1:8,]

akan keluar data begini:

ANN_PREDICTED MIP_PREDICT GBT_PREDICT TARGET
1 0.5013140 0.0051 0.0323186 0
2 0.5015325 0.0051 0.0323186 0
3 0.5057989 0.0051 0.0323186 0
4 0.4961194 0.0109 0.0323186 0
5 0.5018118 0.0051 0.0323186 0
6 0.5024724 0.0109 0.0323186 0
7 0.4986205 0.0051 0.0323186 0
8 0.5017849 0.0051 0.0323186 0

Untuk senangkan kerja, kita umpukkan (assign) setiap pembolehubah (variable) dalam fusiondata ke pembolehubah baru.

> annpre<-fusiondata[,1]
> mippre<-fusiondata[,2]
> gbtpre<-fusiondata[,3]
> target<-fusiondata[,4]

Untuk tengok salah satu data dari pembolehubah, taipkan saja namanya. Contohnya, kita nak tengok annpre (Disebabkan datanya besar, jadi kita tengok 5 baris saja. Taip:

>annpre[1:5]

[1] 0.5013140 0.5015325 0.5057989 0.4961194 0.5018118

R memaparkan 5 data pertama sahaja.

Untuk ambil data ANN_PREDICT dimana targetnya adalah 0, kita ambil ANN_PREDICT bersama data TARGET dulu.

annpre_target<-fusiondata[, c(1,4) ]

ANN_PREDICTED TARGET
1 0.5013140 0
2 0.5015325 0
3 0.5057989 0
4 0.4961194 0
5 0.5018118 0
....

Kemudian baru ambil vektor ANN_PREDICT sahaja.

>annpre_target0<-annpre_target[annpre_target$TARGET==0,1]
>annpre_target0[1:5,]

[1] 0.5013140 0.5015325 0.5057989 0.4961194 0.5018118

Plot 2 graf density dalam satu graf

Kat sini rujukannya:

1. http://tolstoy.newcastle.edu.au/R/help/06/08/33541.html
2. http://learnr.wordpress.com/2009/03/16/ggplot2-plotting-two-or-more-overlapping-density-plots-on-the-same-graph/
3. http://www.statmethods.net/graphs/density.html
4. http://www.mail-archive.com/r-help@r-project.org/msg77489.html

Ini untuk fusion dataset, plot ANN_PREDICTED untuk TARGET = 0 dan 1

> d1<-density(ann0_notarget)
> d2<-density(ann1_notarget)
> plot(range(d1$x,d2$x),range(d1$y,d2$y),type="n",xlab="x",ylab="Density")
> lines(d1,col="red")
> lines(d2,col="blue")