压在透明的玻璃上c-国产精品国产一级A片精品免费-国产精品视频网-成人黄网站18秘 免费看|www.tcsft.com

　　簡介

　　R (http：//www.r-project.org) 系統(tǒng)是用于統(tǒng)計分析和圖形化的計算機語言及分析工具，為了保證性能，其核心計算模塊是用C、C++和Fortran編寫的。同時為了便于使用，它提供了一種腳本語言，即R語言。R語言和貝爾實驗室開發(fā)的S語言類似。R支持一系列分析技術(shù)，包括統(tǒng)計檢驗、預(yù)測建模、數(shù)據(jù)可視化等等。在CRAN(http：//cran.r-project.org) 上可以找到眾多開源的擴展包。

　　一個通用數(shù)據(jù)挖掘系統(tǒng)——R的簡介

　　R軟件的首選界面是命令行界面，通過編寫腳本來調(diào)用分析功能。如果缺乏編程技能，也可使用圖形界面，比如使用RCommander(http：//socserv.mcmaster.ca/jfox/Misc/Rcmdr/)或Rattle(http：//rattle.togaware.com)。[2]

　　另外，由于R系統(tǒng)是本文研究的重點，所以會花費較大篇幅對其各種特性、優(yōu)勢及不足進行較為細致的分析。

　　主要功能

　　如前所述，R系統(tǒng)是一種腳本語言，它主要以命令方式提供了對各種數(shù)據(jù)的處理和統(tǒng)計分析過程，主要能力或功能描述如下：

　　1.數(shù)據(jù)導(dǎo)入和導(dǎo)出：可以從文件中獲取數(shù)據(jù)，將處理結(jié)果存放到數(shù)據(jù)文件中；如HousePrice <- read.table("houses.data")；data(Puromycin， package="datasets")；attach(“faithful”)

　　2.向量數(shù)據(jù)處理能力：它可以處理向量數(shù)據(jù)（包括數(shù)值、邏輯和字符串），也可以按一定規(guī)則生成向量數(shù)據(jù)；支持向量運算（+、-、*、/、冪運算）；

　　向量賦值：x <- c(10.4， 5.6， 3.1， 6.4， 21.7)；y <- c(x， 0， x)

　　向量運算：1/x；v <- 2*x + y + 1；sum((x-mean(x))^2)/(length(x)-1)

　　向量生成：z <- 0：9；s4 <- seq(length=51，from=-5， by=.2)

　　3.復(fù)雜數(shù)據(jù)處理能力：支持矩陣、支持列表數(shù)據(jù)類型（元素不同）、數(shù)據(jù)幀（類似矩陣，但元素類型可不同）；

　　因子（集合）：

　　state <- c("tas"， "sa"， "qld"，"nsw"， "nsw"， "nt"， "wa"，"wa"，"qld"， "vic"， "nsw"，"vic"， "qld"， "qld"， "sa"，"tas"，"sa"， "nt"， "wa"，"vic"， "qld"， "nsw"， "nsw"，"wa"，"sa"， "act"， "nsw"，"vic"， "vic"， "act")；statef<- factor(state)

　　n數(shù)組或矩陣：dim(z) <- c(3，5，100)；x <- array(1：20， dim=c(4，5))

　　n列表：Lst <- list(name="Fred"， wife="Mary"，no.children=3，child.ages=c(4，7，9))

　　n數(shù)據(jù)幀：accountants <- data.frame(home=statef， loot=incomes， shot=incomef)

　　4.支持函數(shù)：包括系統(tǒng)內(nèi)置函數(shù)和用戶定義函數(shù)；自定義函數(shù)舉例如下：

　　twosam <- function(y1， y2) {

　　n1 <- length(y1)； n2 <- length(y2)

　　yb1 <- mean(y1)； yb2 <- mean(y2)

　　s1 <- var(y1)； s2 <- var(y2)

　　s <- ((n1-1)*s1 + (n2-1)*s2)/(n1+n2-2)

　　tst <- (yb1 – yb2)/sqrt(s*(1/n1 + 1/n2))

　　tst

　　}

　　5.概率分布：支持多種概率分布模型，如下：

　　nBeta：貝塔分布

　　nBinomial：二項分布

　　nCauchy：柯西分布

　　nchi-squared：卡方分布

　　nexponential：指數(shù)分布

　　nF：F分布

　　nGamma：伽馬分布

　　nGeometric：幾何分布

　　nHypergeometric：超集合分布

　　nlog-normal：對數(shù)正態(tài)分布

　　nlogistic：對數(shù)分布

　　nnegativebinomial：負二項分布

　　nnormal：正態(tài)分布

　　nPoisson：泊松分布

　　nsignedrank：符號秩次分布

　　nStudent：學(xué)生氏分布

　　nUniform：單一分布

　　nWeibull：Weibull分布

　　nWilcoxon：威爾考克斯分布

　　以下為分布的舉例：

　　n正態(tài)分布：

　　attach(faithful)

　　long <-eruptions[eruptions > 3]

　　plot(ecdf(long)，do.points=FALSE， verticals=TRUE)

　　x <- seq(3， 5.4，0.01)

　　lines(x， pnorm(x， mean=mean(long)，sd=sqrt(var(long)))， lty=3)

　　上述命令生成的圖如下：

　　6.支持條件語句和循環(huán)語句

　　條件語句：if (expr_1) expr_2 else expr_3

　　循環(huán)語句：

　　xc <- split(x， ind)

　　yc <- split(y， ind)

　　for (i in 1：length(yc)) {

　　plot(xc[[i]]， yc[[i]])

　　abline(lsfit(xc[[i]]， yc[[i]]))

　　}

　　7.支持多種圖型化的數(shù)據(jù)表達方式，舉例如下（直方圖）：

　　x <- c(10.4， 5.6， 3.1， 6.4， 21.7)

　　hist(x)

　　spacer.gif

　　優(yōu)勢

　　R系統(tǒng)具有如下優(yōu)勢：

　　1.因其為單行命令模式，所以對于一般有開發(fā)經(jīng)驗的用戶，簡便易學(xué)，容易上手；

　　2.數(shù)據(jù)類型支持豐富；

　　3.支持的概率分布模型較全面，一般能滿足日常使用；而且支持通用的假設(shè)檢驗方法；

　　4.支持流程控制和自定義函數(shù)。

　　不足

　　但R系統(tǒng)也有如下缺點：

　　1.雖然簡便易學(xué)，和純粹基于圖型的挖掘工具相較，使用起來仍不夠直觀、方便；

　　2.對使用人員而言，仍有一定的要求；

　　3.一般只能從文件中獲取數(shù)據(jù)，無法和數(shù)據(jù)庫系統(tǒng)相結(jié)合。

　　n指數(shù)分布：

　　x <- seq(1， 5， 0.01)

　　plot(pexp(x，3))

　　生成的統(tǒng)計圖如下：

　　6.支持條件語句和循環(huán)語句

　　條件語句：if (expr_1) expr_2 else expr_3

　　循環(huán)語句：

　　xc <- split(x， ind)

　　yc <- split(y， ind)

　　for (i in 1：length(yc)) {

　　plot(xc[[i]]， yc[[i]])

　　abline(lsfit(xc[[i]]， yc[[i]]))

　　}

　　7.支持多種圖型化的數(shù)據(jù)表達方式，舉例如下（直方圖）：

　　x <- c(10.4， 5.6， 3.1， 6.4， 21.7)

　　hist(x)

　　優(yōu)勢

　　R系統(tǒng)具有如下優(yōu)勢：

　　1.因其為單行命令模式，所以對于一般有開發(fā)經(jīng)驗的用戶，簡便易學(xué)，容易上手；

　　2.數(shù)據(jù)類型支持豐富；

　　3.支持的概率分布模型較全面，一般能滿足日常使用；而且支持通用的假設(shè)檢驗方法；

　　4.支持流程控制和自定義函數(shù)。

　　不足

　　但R系統(tǒng)也有如下缺點：

　　1.雖然簡便易學(xué)，和純粹基于圖型的挖掘工具相較，使用起來仍不夠直觀、方便；

　　2.對使用人員而言，仍有一定的要求；

　　3.一般只能從文件中獲取數(shù)據(jù)，無法和數(shù)據(jù)庫系統(tǒng)相結(jié)合。