R语言与数据挖掘.html

前言 为什么要写本书 R语言是什么？ R是一种适用于统计分析计算和图像处理的语言，受S语言和Scheme语言影响发展而来。早期R是基于S语言的一个GNU项目，所以也可以当作S语言的一种实现，通常用S语言编写的代码都可以不做任 何修改地在R环境下运行。R的语法来自Scheme，作为一款诞生于20世纪90年代的语言，R已经成为S统计编程语言的一类实现方式。 R编程语言在数字分析与机器学习领域已经成为一款重要的工具。随着机器逐步成为愈发核心的数据生成器，该语言的人气也一路攀升。正如Tiobe、PyPL以及Redmonk等编程语言人气排名所指 出，R语言所受到的关注程度正在快速提升。Rexer Analytics发布的2013年数据挖掘人员调查显示，70%的数据挖掘人员使用R软件进行分析工作，其中有24%将其作为主要工具。这些结果类似于2013年 KDnuggets调查的结果，该调查指出有61%的响应者表示正在使用R处理分析、数据挖掘和数据科学工作。相比前一年，这一比例上升了16%。 R语言有一些明显的优势： 1）R语言作为一款开源软件，是完全免费的，对比昂贵的SPSS和SAS等统计软件，这无疑是一个巨大的优势。 2）R语言拥有一个庞大的社区来进行维护，庞大的软件包生态系统无疑是R语言最为突出的优势之一。 3）R语言具备可扩展能力且拥有丰富的功能选项，帮助开发人员构建自己的工具及方法，从而顺利实现数据分析。 4）R语言简单易学。虽与C语言之类的程序设计语言已差别很大（比如语言结构相对松散，使用变量前不需要明确正式定义变量类型等），但仍保留了程序设计语言的基础逻辑与自然的语言风格。 从R的普及来看，国外的普及度要明显好于国内，与盗版Windows的泛滥会影响Linux在中国的普及一样，破解的MATLAB与SPSS的存在也影响了R在中国的使用。但在国外高校的统计系，R几乎是一 门必修的语言，具有统治性的地位。在工业界，作为互联网公司翘楚的Google内部也有不少工程使用R进行数据分析工作。随着数据挖掘在国内的发展，国内对R语言的需求必将随之一起发展。 总的来说，R语言是一款用于统计分析、数据可视化和预测建模的数据分析软件，它不单单只是一门语言，更是一个数据计算与分析的环境。R支持几乎所有数据分析所需的数据处理、统计模型和图 表，支持大量的第三方功能包，涵盖了从统计计算到机器学习，从金融分析到生物信息，从社会网络分析到自然语言处理，从各种数据库各种语言接口到高性能计算模型等内容。随着大数据时代的来临， 数据挖掘将更加广泛地渗透到各行各业中去，而R语言作为数据挖掘里的热门工具，将会有更多其他行业的人加入到R语言的使用者行列中来。R语言的使用课程成为高校中数学与统......