2023.8.16
r语言 开发数据产品4
r语言 开发数据产品3
r语言 开发数据产品 人机交互
r语言 开发数据的工具1
R扩展包(Package)下载:
1) CRAN - 加载语句:install.packages(pa
ckage_name)
2) GitHub - 加载语句:install_github(package_name)
3) Bioconductor
去哪里可以找到相关的包? -> R官网 Packages
eg:安装机器学习的包 Caret:intall.packages("caret")
安装完包需要加载该包以备后续使用:library(InstalledPackageName)
数据集:data() ->查看细节 ?DataSetName ->结果显示在右下角Help窗口
调用语句:library(zoo)
工具:1.GoogleVis API
R制作html,调用Google charts进行作图
生成交互式html图表
2.Manipulate包 可以实现人机交互
3.rCharts 使用R制作交互式javascript可视化产品
4.Shiny 制作嵌入网页的交互式R程序的平台
5.Slidify 制作和发布基于R的报告(ppt)
回归分析
一元回归分析和多元回归分析
线性回归分析和非线性回归分析
线性模型拟合数据
预测变量
结果变量
预测
2-4获取帮助
?函数名(R的帮助文档)
Stackoverflow搜索关键字或者命令搜索答案或者提出问题
如何问问题
——操作系统、版本、哪一步产生的错误、预期是什么、得到的结果是什么、其他有用的信息
例:Win 7 R3.2.0 lm() "seg fault on large data frame"
2-3包
R扩展包(Package)下载:
1) CRAN - 加载语句:install.packages(pa
ckage_name)
2) GitHub - 加载语句:install_github(package_name)
3) Bioconductor
去哪里可以找到相关的包? -> R官网 Packages
eg:安装机器学习的包 Caret:intall.packages("caret")
安装完包需要加载该包以备后续使用:library(InstalledPackageName)
数据集:data() ->查看细节 ?DataSetName ->结果显示在右下角Help窗口
调用语句:library(zoo)
本章小结
1.探索性数据分析
2.统计推断
3.回归分析
4.机器学习
5.数据产品开发
6.汇总结果报告并发布
1-7R语言开发数据产品
工具:1.GoogleVis API
R制作html,调用Google charts进行作图
生成交互式html图表
2.Manipulate包 可以实现人机交互
3.rCharts 使用R制作交互式javascript可视化产品
4.Shiny 制作嵌入网页的交互式R程序的平台
5.Slidify 制作和发布基于R的报告(ppt)
1-6R语言 机器学习
思路:训练模型+预测
分类问题
caret 机器学习的工具包
1-5R语言 回归分析
线性回归分析(线性模型拟合数据)
预测变量
结果变量
1-4R语言 统计推断
所谓统计推断就是基于数据得出正式结论的过程(结论+结论错误的概率 小于5%)
1-3R语言 探索性数据分析
探索性数据分析(数据分析中的必要步骤 作用:了解数据 方法: 作图)
难点不在于分析本身,在于如何有效的去作图并且如何去解读图中有效的信息
1-2为什么选R
最受欢迎的数据分析和可视化平台之一
为什么选R:免费 开源(有强大的工具包) 可以完成数据分析涉及的几乎所有步骤(数据获取-数据清理-数据分析-结果报告)
R的获取与安装
cran.r-project.org
RStudio的获取与安装
rstudio.com
回归分析
线性模型拟合数据
—预测变量
—结果变量
预测
统计推断
基于数据得出正式结论的过程
—不确定性
github[给他up] RPubs[R儿皮斯] 可以发布结果的平台的两个软件
https://www.kaggle.com 可以赚外快的网站
data()查找可用数据包
?数据集名 数据集详情
?函数名 获取帮助
笔记这事儿笔记
R获取帮助
R获取帮助
RPubs 发布R项目