Все таки сюда скину пытаюсь прописать респонс логику для инлайнов
lnl=InlineKeyboardMarkup(list(
 list(InlineKeyboardButton(paste(emoji("azerbaijan"),"Azərbaycan"),callback_data = "az")),
 list(InlineKeyboardButton(paste(emoji("ru"),"Русский"),callback_data = "ru")),
 list(InlineKeyboardButton(paste(emoji("gb"),"English"),callback_data = "en"))
))

start=function(bot,update) {
 
 bot$send_message(chat_id = update$message$chat_id,text = paste(
   "Salam ",update$message$from$first_name," ",
   update$message$from$last_name,",\n",
   "Sizin üçün çox uğurlu bir gün oldu!\n",
   "Çünki bu gün mənimlə tanış olacaqsınız.\n",
   "Gəlin dil seçimi ilə başlayaq:",sep=""
 ),reply_markup = lnl)

 
}

cbhandle=function(bot,update) {
data=update$callback_query$data
if (data=="en") {
  bot$sendMessage(update$message$chat_id,"Thank you. Language settings are set to English.")
}

}


updater <- Updater(token = bot_token("stemp_bot"))+CommandHandler("start",start)
+CallbackQueryHandler(cbhandle)

Добрый день. Подскажите, пожалуйста, как удалить из датафрейма все столбцы, не являющиеся числовыми значениями

Ответ на вопрос легко гуглится. Прочитайте, пожалуйста, правила в шапке чата

Может кто-нибудь сталкивался с проблемой кодировки спарсенных данных ? https://stackoverflow.com/questions/63530488/remove-weird-symbols-from-string

А Max Kuhn делал какие-то заявление я судьбе caret? Вижу публикации, которые catboost с tidymodels женят, но при этом caret в марте свежий вышел.

Он скорее всего просто на поддержке, то есть выходят только багфиксы и патчи от сообщества.

Нужна помощь по text2vec. Повторяю шаги из виньетки http://text2vec.org/glove.html, с одним лишь отличием: получаю tokens из колонки адового датафрейма на 77 млн. строк.
Получаю ошибку со скрина. Пытаюсь воспользоваться рецептом от автора, но ошибка остаётся: https://github.com/dselivanov/text2vec/issues/65

Более того, в отличие от ситуации, описываемой автором, у меня объект it не становится пустым и команда try(it$nextElem()) возвращает всё его содержимое, а не ошибку.

Может быть проблема в этом?

Ясно. Понятно. Пойду пытать счастья с keras.

В слаке есть автор пакета: @dselivanov. Можешь задать ему вопрос напрямую.

Да, помню как-то дискутировали с ним там. Пожалуй, напишу.

Можно h2o еще попробовать

Кстати да, по нему тоже видел небольшой мануал.

Про keras написал потому, что там заодно и пример того, как это в plotly вкорячить: https://blogs.rstudio.com/ai/posts/2017-12-22-word-embeddings-with-keras/ В идеале хотелось бы результат там коллегам пошарить.

Здравствуйте. Я построил пару линейных моделей, где целевой переменной является количество пикселей целевого класса наземного покрова, вычисленных для каждого геопространственного полигона (т.е. образцы в тренировочном наборе) разной площади. Разумеется, маленькие полигоны не могут содержать больше пикселей целевого класса наземного покрова, чем большие, поэтому я добавил площадь полигона как независимую переменную в модели. Первая модель имеет все предикторы, включительно из тем, эффекты которого я хочу проверить (радиационное заражение почвы), вторая - без радиации. Дисперсионный анализ моделей показывает p-value < 0.05, тобишь предиктор радиации является статистически значимым. Могу ли я быть уверен, что такой подход статистически отделяет эффект площади от эффекта радиации? Эффект площади, разумеется, прямо коррелирует с целевой переменной. Я отдельно построил модели для отфильтрованного датасета (до 50 % процентиля). Там min area = 0,5 гектара, max area = 90 гектаров. А медиана 1.3 га. Т.е. я уменьшил разброс площади к 0.5 до 1.3. И все равно эффект радиации остался значимым. Почему спрашиваю: результаты, мягко говоря, не особо логичны (более сильной радиации соответствует большее количество пикселей, т.е. лесного покрова).

возможно стоит шкалировать количество пикселей

вроде включение скоррелированых предикторов нарушает посылки, на которых строится регрессия

Про все остальное проще говорить, когда покажете график рассеяния

График рассеяния? Немного не понял