Introducción a R Preguntas y respuestas de la entrevista

R está en todas partes. Ya sea que se trate de un científico tratando de agregar los datos numéricos sobre sus experimentos o de un analista que realiza una regresión para resolver un caso de uso comercial, R es el lenguaje de programación de primera elección. De hecho, R puede hacer mucho más que herramientas de estadísticas, puede usarse para procesamiento de datos, visualizaciones y gráficos. En esta era de la información, R es el lenguaje más importante en el kit de herramientas de Data Science y tiene una gran demanda.

Así que finalmente has encontrado el trabajo de tus sueños en R, pero te preguntas cómo descifrar la entrevista R y cuáles podrían ser las posibles preguntas de la entrevista R 2018. Cada entrevista es diferente y el alcance de un trabajo también es diferente. Teniendo esto en cuenta, hemos diseñado las preguntas y respuestas más comunes de la entrevista R de 2019 para ayudarlo a tener éxito en su entrevista.

A continuación se muestra la lista de preguntas y respuestas de la entrevista R de 2019, que se pueden hacer durante una entrevista. Estas preguntas principales de la entrevista se dividen en dos partes:

Parte 1 - Preguntas de la entrevista R (Básico)

Esta primera parte cubre preguntas y respuestas básicas de la entrevista R

1. ¿Cuál es el uso de la función lm ()?

Responder:
'lm' significa un modelo lineal. En R lm () la función se usa para crear modelos de regresión. Los dos argumentos más importantes dados a la función lm () son fórmula y datos. La fórmula define el modelo de regresión y los datos son el conjunto de datos en el que se realizará la regresión.

2. Dé un ejemplo de uso del método tapply ()

Responder:
Considere dos vectores ordenados
1) estudiantes distribuidos en varias escuelas (s1 es la escuela del primer estudiante, s2 es la escuela del segundo estudiante, etc.)
> estudiantes <- c ("s1", "s2", "s1", "s3", "s3", "s2")

2) Porcentaje de las calificaciones de cada alumno
> marcas <- c (80, 90, 75, 67, 96, 67)
> significa <- tapply (marcas, estudiantes, media)
> significa
s1 s2 s3
77, 5 78, 5 81, 5

La función tapply () aplica una función 'mean ()' al primer argumento 'marcas', que se agrupa por el segundo argumento 'estudiantes'

Pasemos a las siguientes preguntas de la entrevista R.

3. ¿Cómo modificar y construir listas? Mostrar con un ejemplo.

Responder:
Construcción de listas:
> Lst <- list (name = "Jack", age = 23, no.cars = 3, cars.names = c ("Wagon", "Bumper", "Jazz"))

Modificación de la lista:
> Lst $ cars.names (1) Lst ((4)) (1) <- “WagonR”

4. ¿Cuáles son las diferentes estructuras de datos en R?

Responder:
Estas son las preguntas básicas de la entrevista R formuladas en una entrevista. R tiene 5 estructuras de datos: Vector, matriz, matriz, lista y marcos de datos. De los cuales los vectores, matrices y matrices son homogéneos.
- Los vectores son la estructura de datos más común en R. Es un objeto unidimensional que denota un conjunto de valores. Una matriz es una generalización multidimensional de vectores. Una matriz es un caso especial de una matriz, es bidimensional.
- Una lista consta de un conjunto ordenado de objetos que pueden ser de diferentes tipos o modos. Un marco de datos es como una tabla o una matriz con columnas de diferentes modos.

5. ¿Cómo lidiar con los valores faltantes en las funciones sum (), prod (), min (), max ()?

Responder:
Considere un vector:
> x <- c (3, 6, 2, NA, 1)

Su suma resultará en:
> suma (x)
(1) NA

Sin embargo, podemos establecer el argumento na.rm como True para ignorar los valores faltantes
> suma (x, na.rm = VERDADERO)
(1) 12

6. ¿Cuál es la diferencia entre NA y NaN? ¿Cómo sabemos si el vector contiene alguno de ellos?

Responder:
NA es equivalente al valor perdido. En los casos en que los componentes de los vectores no se conocen por completo, los elementos que faltan se denotan por NA.
Por otro lado, los valores indeterminados resultantes durante los cálculos se denotan por NaN. Un ejemplo de resultado NaN podría ser 0/0.
Podemos verificar si un valor es NA o NaN usando la función is.na (). La función is.nan (X) devuelve verdadero solo para NaN.

7. ¿Cómo escribir tus propias funciones?

Responder:
Una función en R se puede escribir de la siguiente manera:
> function_name <- function (arg1, arg2, …) expression_in_R
expression_in_R suele ser un conjunto de expresiones diferentes agrupadas.

Parte 2 - Preguntas de la entrevista R (Avanzado)

Veamos ahora las preguntas avanzadas de la entrevista R.

8. ¿Qué son las matrices en R?

Responder:
Una matriz es una matriz con dos subíndices. Es un caso especial importante de matriz y R proporciona muchas funciones que son específicas de las matrices.
Por ejemplo, t (X) da una transposición de Matrix X, el operador% *% se usa para la multiplicación de matrices, nrow (X) y ncol (X) dan el número de filas y columnas, etc.

9. ¿Cómo resolver ecuaciones lineales usando inversión matricial?

Responder:
Las ecuaciones lineales en forma de matriz se pueden representar mediante:
M * X = C donde M es una matriz de coeficientes nxn, X es una variable vectorial de tamaño ny C es un vector constante de tamaño n.
Para resolver esta ecuación en R, podemos usar la función solve () de la siguiente manera:
X = resolver (M, C)

Pasemos a las siguientes preguntas de la entrevista R.

10. ¿Qué es un rango intercuartil (IQR) y cómo calcularlo en R?

Responder:
Los cuartiles son los valores que dividen el conjunto de datos. Cada cuartil basado en su posición en un conjunto de datos ordenado se llama primer cuartil (Q1), segundo (Q2) y tercer cuartil (Q3). Q2 es la mediana del conjunto de datos. Q1 es la mediana de la primera mitad, mientras que Q3 es la mediana de la mitad superior de un conjunto de datos ordenado. IQR = Q3-Q1

En R, IQR se calcula llamando a la función IQR:
> IQR (conjunto de datos)

11. ¿Qué hace la función plot ()?

Responder:
Estas son las preguntas frecuentes de la entrevista R en una entrevista. La trama es una función genérica y, dependiendo del tipo de argumentos, produce un tipo de trama. Por ejemplo,
Si x e y son vectores, plot (x, y) produce un diagrama de dispersión de y contra x.
Si z es una lista que contiene dos elementos xey, o una matriz de dos columnas, el diagrama (z) hace lo mismo que arriba.

12. ¿Cómo aplicar una función a todas las columnas de un marco de datos?

Responder:
Podemos usar la función apply (). Toma dos argumentos: el marco de datos y la función que se aplicará.

13. ¿Cómo convertir marcos de datos a matrices y por qué es necesario?

Responder:
La función as.matrix () se usa para convertir un marco de datos en una matriz. R proporciona bibliotecas potentes que son específicas de las matrices. Por lo tanto, los marcos de datos convertidos en matrices se pueden analizar utilizando estas fórmulas matriciales.

Pasemos a las siguientes preguntas de la entrevista R.

14. ¿Cómo formatear matrices de caracteres en fechas en R?

Responder:
Puede usar la función as.Date () que toma un vector de matrices de caracteres y un formato para convertirlos en un objeto de fecha.
Por ejemplo,
> as.Date (“22: 2: 2001 ″, format =”% d:% m:% Y ”)

(1) “2001-02-22”

15. Encuentra el número más pequeño y más grande entre 7000 y 70000 que es divisible por 233.

Responder:
> Buscar (función (x) x %% 233 == 0, 7000: 70000)
(1) 7223

> Buscar (función (x) x %% 233 == 0, 7000: 70000, derecha = VERDADERO)
(1) 69900

Conclusión

Hemos cubierto preguntas de entrevistas relacionadas con algunos de los conceptos más comunes en R. Como R admite una biblioteca extensa, trabajar en R a menudo es un proceso de aprendizaje continuo. Además, puede mantenerse en contacto con R-Community y consultar los recursos adicionales en CRAN. ¡Todo lo mejor para tu entrevista!

Artículo recomendado

Esta ha sido una guía para la Lista de preguntas y respuestas de la entrevista R para que el candidato pueda tomar medidas enérgicas contra estas preguntas de la entrevista R fácilmente. También puede consultar los siguientes artículos para obtener más información:

  1. Preguntas de entrevista basadas en escenarios de Informatica
  2. 10 preguntas útiles para la entrevista de Tableau
  3. 10 preguntas asombrosas de la entrevista del ingeniero de datos
  4. Preguntas de la entrevista de prueba de software
  5. SAP vs Oracle ¿Cuáles son los beneficios?