0.R语言学习前期准备

重点摘要：数据分析的原则，步骤；

             常用数据分析的工具，数据挖掘的工具；

             R语言的优缺点；

             R,RStudio的安装；

             Rcmdr（R command数据（统计）分析可视化工具）,rattle（数据挖掘工具）的调用；

1.简单的叙述下数据分析:

           三个原则：

1）数据分析是为了验证假设的问题，需要提供必要的数据验证；（数据分析的方式）；2）数据分析是为了发现更多的问题，并找到更深层次的原因；（数据分析的目标）；3）不能为了数据分析而数据分析（数据分析的误区）

2.数据分析的一般步骤（大致）：

        说明：粗糙的描述的话就是“数据预处理->假设一个数学模型->用数据去测试评估模型拟合的效果->用新数据进行新的模型评估（不行就重新拟合新的模型）”

3.常用的数据分析工具：

          excel:办公室应用软件（收费）

          spss：专业的数据分析工具（收费）

          matlab:商业数学软件（收费）

          R:开源的数据分析软件（免费）

4.常用的数据挖掘工具

           商业：  SAS:模块固定不可变，提供菜单操作和编程

           SPSS clementine：流操作的图形界面模式，模块固化

          开源：R语言，开源，丰富的算法包和图形化能力，用户可以通过修改源代码来适合自己业务的模型；

          R data miner:通过rattle包来调出工具，如下图所示：

Weka:通过Rweka包来调出工具：

5.R语言的起源

6.R语言的优点

7.R语言的缺点

8.R软件的安装：效果图如下

下载说明文档：

9.RStudio（R语言环境的IDE）

下载网址：http://www.rstudio.com/，安装效果如下

10.其他常用的辅助工具

       原因是R的缺点是没有好的操作菜单，R提供的是命令行的工作方式；

           其一：使用Rcmdr包，可以使用R中几乎所有的统计分析工具

           调出方式：在控制台键入library(Rcmdr)，执行会出现R commander,效果如下：

       其二：使用rattle包，可视化数据挖掘工具

         调出方式：在控制台键入library(rattle)后，再键入rattle()执行，效果如下：

11.补充:更新R版本之后，包的转移到新版本中

          #--run in the old version

           setwd("C:/Temp/")  #注意要在C盘中新建Temp文件夹

           a <- installed.packages()

           class(a)

           packages <- installed.packages()[,"Package"]

           class(packages)

           save(packages, file="Rpackages")

            #--run in the new version

            setwd("C:/Temp/")

             load("Rpackages")

             for (p in setdiff(packages, installed.packages()[,"Package"]))

             install.packages(p)

     ---毕！