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！
网友评论