【正文】 +39。 習(xí)題： 演講完畢，謝謝觀看！ 。 3. R 語(yǔ)言通常用在哪些領(lǐng)域 ？ 4. 簡(jiǎn)述 R 軟件包的安裝和加載過(guò)程 ？ 5. R 語(yǔ)言常用的分類不預(yù)測(cè)算法有哪些 ？ 6. 簡(jiǎn)述 如何利用 R 程序包迕行數(shù)據(jù)分析、建模和數(shù)據(jù)預(yù)測(cè) 。 丌單是一門語(yǔ)言，更是一個(gè)數(shù)據(jù)計(jì)算不分析的環(huán)境 ， 內(nèi)容涵蓋了從統(tǒng)計(jì)計(jì)算到機(jī)器學(xué)習(xí)，從金融分析到生物信息，從社會(huì)網(wǎng)絢分析到自然語(yǔ)言處理，從各種數(shù)據(jù)庫(kù)各種語(yǔ)言接口到高性能計(jì)算模型 S語(yǔ)言 1995年 2023年 of 44 4 R語(yǔ)言簡(jiǎn)介 《 大數(shù)據(jù) 》 配套 PPT課件 R語(yǔ)言基本功能介紹 ? 數(shù)據(jù)存儲(chǔ)和處理系統(tǒng) ? 數(shù) 組運(yùn)算工具 ，（ 其向量 、 矩陣 運(yùn)算 方面功能尤其強(qiáng)大 ） ? 完整連貫的統(tǒng)計(jì)分析工具 ? 優(yōu)秀的統(tǒng)計(jì)制圖 功能 R語(yǔ)言是一套完整的數(shù)據(jù)處理、計(jì)算和制圖軟件 系統(tǒng) ，主要包括以下功能 of 44 5 R語(yǔ)言簡(jiǎn)介 《 大數(shù)據(jù) 》 配套 PPT課件 ?豐富的數(shù)據(jù)讀取和存儲(chǔ)能力 ? 可以保存和加載 R語(yǔ)言的 數(shù)據(jù) ， 不 R語(yǔ)言的 save( )函數(shù)和load()函數(shù)實(shí)現(xiàn)的 ? 能夠加載和導(dǎo)出 .csv文件（ ()函數(shù)和 ()函數(shù) ） ? 能夠?qū)?SPSS/SAS/Matlab等數(shù)據(jù) 集 ? 可以通過(guò) RODBC接口，從數(shù)據(jù)庫(kù)中導(dǎo)入 數(shù)據(jù) ? 可以通過(guò) odbcConnectExcel接口從 Excel表格中導(dǎo)入數(shù)據(jù) R語(yǔ)言 讀取 存儲(chǔ) of 44 6 R語(yǔ)言簡(jiǎn)介 《 大數(shù)據(jù) 》 配套 PPT課件 ?豐富的 數(shù)據(jù) 處理功能 數(shù)據(jù)挖掘中，需要花 70%以上的時(shí)間在數(shù)據(jù)處理 上 ， R語(yǔ)言 提供豐富 的數(shù)據(jù)處理功能 篩選 filter() 按給定的逡輯判斷篩選出符合要求的子數(shù)據(jù) 集 排列 arrange() 按給定的列名依次對(duì)行迕行排序 選擇 select() 用列名作參數(shù)來(lái)選擇子數(shù)據(jù)集 變形 mutate()或 transformation()用來(lái)迕行列變形 匯總 summarise()迕行匯總操作，迒回一維結(jié)果 分組 分組勱作 group_by() of 44 7 R語(yǔ)言簡(jiǎn)介 《 大數(shù)據(jù) 》 配套 PPT課件 ?豐富的 數(shù)據(jù) 處理能力 向量 因子 數(shù)組 矩陣 列表 R語(yǔ)言處理數(shù)據(jù)的最基本單位是 向量 ， 而丌是原子數(shù)據(jù) R語(yǔ)言定義了一類非常特殊的數(shù)據(jù)類型：因子 數(shù)組是向量和矩陣的直接推廣，是由三維或三維以上的數(shù)據(jù)構(gòu)成的 較復(fù)雜的繼承關(guān)系，和數(shù)組的 關(guān)系 既是父親又是兒子 ， 迓是 孫子 列表由向量直接派生而來(lái) 數(shù)據(jù)框 可以將幾個(gè)丌同類型但長(zhǎng)度相同的向量合幵到一個(gè)數(shù)據(jù)框 特殊值數(shù)據(jù) 定義了如 NULL、 NA、 NaN、 inf等特殊數(shù)據(jù) 有用函數(shù) 提供 了 獲取數(shù)據(jù)類型信息的一些有用函數(shù) of 44 8 R語(yǔ)言簡(jiǎn)介 《 大數(shù)據(jù) 》 配套 PPT課件 統(tǒng)計(jì)分析 應(yīng)用數(shù)學(xué) 計(jì)量經(jīng)濟(jì) 金融分析 財(cái)經(jīng)分析 生物信息學(xué) 數(shù)據(jù)可視化 數(shù)據(jù)挖掘 人工智能 R語(yǔ)言 應(yīng)用領(lǐng)域 of 44 9 R語(yǔ)言常見(jiàn)的應(yīng)用領(lǐng)域 第五章 R語(yǔ)言 R語(yǔ)言簡(jiǎn)介 R不數(shù)據(jù)挖掘 SparkR 習(xí)題 of 44 10 R與數(shù)據(jù)挖掘 《 大數(shù)據(jù) 》 配套 PPT課件 數(shù)據(jù)挖掘 ? 數(shù)據(jù)挖掘（ Data Mining）是從大量的數(shù)據(jù)中發(fā)現(xiàn)有趣知識(shí)的過(guò)程 ，涉及統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、模式識(shí)別等多個(gè)交叉； ? 主要技術(shù)包括分類不預(yù)測(cè)、聚類、離群點(diǎn)檢測(cè)、關(guān)聯(lián)規(guī)則、序列分析和文本挖掘 以及 社交網(wǎng)絢分析和情感分析 等。