#程式功能：測試《R語言實戰——機器學習與資料分析》中的示例
#呼叫方法：R控制檯輸入：source("D:/xxx/R/test.R")
#設定工作目錄，每次退出後再進都需要重新設定
setwd("d:/xxx/R")


#讀入文字檔案格式的資料
# data <- read.table("test.txt",sep="\t", header = T);


#繪製指數分佈的PDF圖
curve(dexp(x, rate = 1/2), from=0, to=5, ylim=c(0,1.5), main='Exponential', col='red')
curve(dexp(x, rate = 1), from=0, to=5, ylim=c(0,1.5), add=TRUE, col='blue')
curve(dexp(x, rate = 2), from=0, to=5, ylim=c(0,1.5), add=TRUE, col='green')
text.legend = c('lambda=0.5', 'lambda=1', 'lambda=2')

legend('topright', legend=text.legend, lty=c(1,1,1), col=c('red', 'blue', 'green'))

#標準正態分佈概率密度函式的模擬

normal.pop <- rnorm(1000)
par(mfrow=c(1,2))
plot(density(normal.pop), xlim=c(-4,4), main="標準正態分佈(模擬)")
curve(dnorm(x), from=-4, to=4, main='標準正態分佈（標準）')

#分位數函式本質上是累積分佈函式的反函式

x1 <- 0:10
pmf <- dbinom(x1, 10, 0.5)
plot(pmf ~ x1, type='h')
cdf <- pbinom(x1, 10, 0.5)
plot(cdf ~ x1, type='s')