随笔分类 - R语言
摘要：(文末有赠书福利） 在数据挖掘项目中，经常会遇到的情况是有很多特征可以用，这是一件好事，但是有的时候数据中存在很多冗余情况，也就是说数据存在相关性或者共线性。在这种情况下对于分析带来了很多麻烦。不必要的特征太多会造成模型的过于复杂，共线性相关性会造成模型的不稳定，即数据微小的变化会造成模型结果很大的
阅读全文
摘要：R的极客理想系列文章，涵盖了R的思想，使用，工具，创新等的一系列要点，以我个人的学习和体验去诠释R的强大。 R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区在迅速扩大成长。现在已不仅仅是统计
阅读全文
摘要：先上代码案例： 主要的操作： library(parallel);#加载并行计算包 cl <- makeCluster(8);# 初始化cpu集群 clusterEvalQ(cl,library(RODBC));#添加并行计算中用到的包 clusterExport(cl,'variablename'
阅读全文
摘要：已经大半年没有更新博客了。。最近都跑去写分析报告半年没有R这次记录下关于R循环（百万级以上）死慢死慢的问题，这个问题去年就碰到过，当时也尝试过多线程，but failed......昨天试了下，终于跑通了，而且过程还挺顺利step1先查下自己电脑几核的，n核貌似应该选跑n个线程，线程不是越多越好，线
阅读全文
摘要：提升R语言运算效率的11个实用方法 众所周知，当我们利用R语言处理大型数据集时，for循环语句的运算效率非常低。有许多种方法可以提升你的代码运算效率，但或许你更想了解运算效率能得到多大的提升。本文将介绍几种适用于大数据领域的方法，包括简单的逻辑调整设计、并行处理和Rcpp的运用，利用这些方法你可以轻
阅读全文
摘要：数据库是极其重要的R语言数据导入源数据之地，读入包有sqldf、RODBC等。跟SQL server相连有RODBC，跟mySQL链接的有RMySQL。但是在R里面，回传文本会出现截断的情况，这一情况可把我弄得有点手足无措。一、数据库读入——RODBC包CRAN 里面的包 RODBC 提供了 ODB
阅读全文
摘要：R语言︱情感分析—基于监督算法R语言实现笔记。 可以与博客 R语言︱词典型情感分析文本操作技巧汇总（打标签、词典与数据匹配等）对着看。 词典型情感分析大致有以下几个步骤： 训练数据集、neg/pos情感词典、分词+数据清洗清洗（一、二、三级清洗步骤）、计算情感得分、模型评价 ————————————
阅读全文
摘要：Part2分词处理 【发现有人转载，决定把格式什么重新整理一遍，有时间做个进阶版文本挖掘，恩！原文地址：CSDN-R语言做文本挖掘 Part2分词处理】 在RStudio中安装完相关软件包之后，才能做相关分词处理，请参照Part1部分安装需要软件包。参考文档：玩玩文本挖掘，这篇文章讲用R做文本挖掘很
阅读全文
摘要：现如今，R语言是统计领域广泛使用的工具，是属于GNU系统的一个自由、免费、源代码开放的软件，是用于统计计算和统计绘图的优秀工具。而RStudio是R的集成开发环境，用它进行R编程的学习和实践会更加轻松和方便。下面就教大家如何下载并安装R和RStudio，比较简单。R的维护工作由一个国际化的开发者团队
阅读全文