R语言数据挖掘实战系列（2）

R语言数据挖掘实战系列（2）

二、R语言简介

R语言是一种为统计计算和图形显示而设计的语言环境，具有免费、多平台支持，同时可以从各种类型的数据源中导入数据，具有较高的开放性以及高水准的制图功能。R是一个体系庞大的应用软件，主要包括核心的R标准包和各专业领域的其他包。R在数据分析、数据挖掘领域具有特别优势。

R安装

R可在其主页（https://www.r-project.org/）上获得，根据所选择的平台进行下载安装。安装完成之后启动R。为了方便使用R，可使用免费的图形界面编辑器RStudio，可从https://www.rstudio.com/下载安装。

R使用入门

R软件界面与其他编程软件相类似，是由一些菜单和快捷按钮组成。

“文件”菜单可以实现：输入R代码、建立新的程序脚本、打开程序脚本、显示文件、载入工作空间、保存工作空间、载入历史、保存历史、改变当前目录、打印、保存到文件以及退出功能；“编辑”菜单可以实现复制、粘贴、清楚控制台和数据编辑等功能；“查看”菜单可以选择是否显示工具栏；“其他”菜单可以实现中断目前计算、缓冲输出及列出目标对象等功能；“程序包”菜单可以实现载入程序包，设置CRAN镜像、安装以及更新程序包等功能；“窗口”菜单可以选择将所有窗口层叠或平铺；“帮助”菜单提供R的常见问答和帮助途径。

工具栏从左至右依次为打开程序脚本、载入映像、保存映像、复制、粘贴、复制和粘贴、终止目前计算以及打印的操作。

命令窗口中“>”是命令提示符，表示R处于准备编辑的状态，用户可以直接在命令提示符后输入命令语句，按“Enter”键执行。

RStudio介绍

RStudio窗口如下，由代码编辑、命令控制台、资源栏和其他栏组合而成。

R常用操作

（1）help

功能：提供R函数和R文件的在线式帮助。

在命令窗口输入help(函数名)，或？函数名，按“Enter”键执行，或者在R的帮助（Help）菜单下的Search Help弹出框输入函数名，都可以打开帮助浏览器。

使用帮助中主要包括6个部分内容：Description（函数说明）部分描述函数的主要功能；Usage（用法）部分给出了函数的调用方法；Arguments（参数）部分给出了输入参数的详细解释，包括输入参数的取值范围、数据格式等；Detail（详情）部分给出了和该函数相关的信息；See Also（其他）部分则提供了与该函数相关的其他函数的链接；Examples（例子）部分给出了函数的常用例子，用户可以直接运行示例程序得到结果，得到对该函数的一个直观的印象。有些函数的帮助文档还包括：Value（输出参数）部分给出了输出参数的详细描述；Reference（参考文献）部分给出了有关学者对该函数的研究文献。

（2）Ctrl+L

功能：清除命令窗口中的所有显示内容。

（3）rm(list=ls())

功能：清除R工作空间中的内存变量。一般利用rm（list=ls()）命令与gc()命令，清除内存变量并释放内存空间。

（4）install.packages、library

功能：install.packages()用来下载和安装程序包；library(）函数不仅可以显示库中有哪些包，还可以载入所下载的包，进而在会话中使用包。

（5）getwd()、setwd()

功能：获取或设置当前工作目录的位置。

（6）save、load

功能：save将R工作空间中的指定对象保存到执行的文件中；load从磁盘文件读取一个工作空间到当前会话中。

（7）read.table、write.table、read.csv、write.csv

功能：read.table、read.csv读取EXCEL、TXT或CSV文件到当前工作空间；write.table、write.csv把当前工作空间的数据写入到EXCEL、TXT或者CSV文件中。

（8）odbcConnect、sqlFetch、sqlQuery

功能：odbcConnect建立一个到ODBC数据库的连接；sqlFetch读取ODBC数据库中的某个表到R的一个数据框中；sqlQuery相ODBC数据库提交一个查询并返回结果。

（9）source、sink

功能：source（“filename”）可在当前会话中执行一个脚本；sink("filename")将输出重定向到文件filename中。

（10）plot

功能：画图，可以设置参数进行定制的图像绘制。

R数据分析包

R包主要包含的类别有空间数据分析类、机器学习与统计学习类、多元统计类、药物动力学数据分析类、计量经济类、金融分析类、并行计算类、数据库访问类。

功能	函数及加载包
分类	nnet()需要加载BP神经网络nnet包；randomForest()需要加载随机森林randomForest包；svm()需要加载e1071包；tree()需要加载CART决策树tree包等
聚类	hclust()函数、kmeans()函数
关联规则	apriori()需要加载arules包
时间序列	arima()需要加载forecast、tseries包