logo资料库

10天从零入门数据挖掘R语言.docx

发布时间：2022-05-29 发布人：admin 分类：说明书 资料大小：0.31M 资料格式：docx 举报 版权申诉
第1页 / 共32页
第2页 / 共32页
第3页 / 共32页
第4页 / 共32页
第5页 / 共32页
第6页 / 共32页
第7页 / 共32页
第8页 / 共32页
资料共32页，剩余部分请下载后查看
    1、使用R数据库接口
    2、使用ODBC连接
    R语言连接mySQL数据库步骤
    1． R 语言介绍 10 天从零入门数据挖掘R 语言 数组。在数据集中存储了各种数据。 型，字符型或逻辑型数据的一维数组 据挖掘方面特别有优势。 2． R 语言安装环境 R 语言是一种数据挖掘工具，是为了统计计算和图形显示而设计的语言环境，由 贝尔实验室，R 语言是免费的，也是在跨平台的，可以在windows，Linux，MacOS 和UNIX。R 是一个功能强大的软件，有高水平的制图功能，包括条形图，柱图， 线性图等等。R 也有R 标准包和各个专业领域的包，对我们在做数据分析和数 R 语言的下载地址为（https://www.r-project.org/）根据不同的操作系统选择不 同的下载镜像。本文是基于MAC 系统的，所以下载的是MAC 操作系统的R 版 本 。 R 语 言 还 要 安 装 一 个 Rstudio 的 工 具 ， 下 载 网 址 （https://www.rstudio.com/products/rstudio/）。有了这个工具，我们在操作R 编程的对字体，界面等外观做修改时候更加方便，对于R 脚本保存也更简单， 因此，我们在下面的章节中使用的都是RStudio 工具编写脚本。 3． R 基础3.1．R 的数据集 R 数据集是指这样一个数据结构，以行表示规则，以列表示变量，通常是指矩形 3.2．R 的向量 概念：向量(vector)，是R 语言最基本的数据类型，向量是用于存储数值 创建：1.C()函数创建向量； 2.冒号：生成向量序列； 3.seq()函数创建实数序列，创建有规律的实数序列。 使用方法：seq(length=,from=,to=) length:指定生成个数 from:是指开始生成的点 to:截止点 如果不指定，则默认条件下：seq(N1,N2,BY=) n1：开始位置 n2：截止位置 by=指定间隔 4.rep(常数,N) 重复向量常数，创建一个所有元素都相同的向量 5.sequence(),创建一系列连续的整数序列，每个序列以每个参数的数 值结尾。Sequence(4:5)，123412345 6.gl()函数可以生成不同的水平因子序列，具体用法如下： gl(n,k,length=n*k,labels=seq_len(n),ordered=FALSE) Arguments n anintegergivingthenumberoflevels. k anintegergivingthenumberofreplications. anintegergivingthelengthoftheresult. length labels anoptionalvectoroflabelsfortheresultingfactorlevels. ordered alogicalindicatingwhethertheresultshouldbeorderedor
    not. 多个元素，用多个数字访问。 函数：1.访问向量里的元素：通过方括号，单个元素就是数字，访问 2.typeof() 查看向量里的元素的类型 3.mode(x) 查看模式（变量类型） R 不需要提前申明变量，大小写敏感，数组是从1 开始。 4.length(x) 获取向量的长度 5. 向量运算： a.相加：循环补齐 b.相乘：两个向量中的元素按相同位置的元素相乘，长度不统一 的话默认补1 c．点积％＊％ d. 取模％％ e. 求和sum(向量) f. 最大值max(向量) g. 最小值min(向量) h. 平均值mean(向量) i. 取值范围range(向量) j. 排序sort(向量) k. 反排列rev(向量) rank(向量) 单元值大小排序 var(x)方差 prod(x)乘积，prod（1:n）阶乘 6.删除一个元素 向量［负号］，表示删除第几个元素 7.all()和any().返回真或者假。all()表示所有条件都符合，any()表示 任意条件符合。8.NA 和NULL，NA 表示缺失值，NULL 表示空值，不被计算在内。 9.向量元素筛选，把满足条件的元素取出来 subset(向量，条件)自动把NA 剔除掉了 10.which(条件)找到满足条件的元素的位置 11.向量化的ifelse(条件，满足条件的执行，不满足条件的执行) 12.判断向量是否相等。 A.all(x==y), B.identical(x,y)–判断类型和值 c.equal(x,y)–近似相等。 13.names().给向量元素命名 14.append(向量，插入值，after＝位置) 在第几个位置插入数据到 向量中。 15.replace() 替换函数 16.state.name: match(向量,state.name) 匹配
    pmatch(向量,state.name) 部分匹配 必须相同。 先输入数据框名。 序因子两个类型。 符型，逻辑型）。 概念：矩阵是一个二维数组，每一个元素都拥有相同的模式（数值型，字 3.3．R 的矩阵 创建：1.matrix(data,nrow=,ncol=,byrow=F)函数创建，其中，data 是必须 填写的。Byrow＝F 默认按列来排列数据。提取举证中的元素用［行数.列数］ 2.diag() 创建对角矩阵或者单位阵 操作：1.矩阵乘法%*% 2.矩阵合并cbind(aa,bb),按列合并 3.矩阵合并rbind(aa,bb),按行合并 函数：dim(),获取行和列的维数 nrow(),获取行数 ncol()，获取列数 solve(),求逆矩阵 chol()，choleski 分解 svd()，奇异值分解 qr()，QR 分解 det()，求行列式 t() ，矩阵装置 dim()，给出行列数 apply(data,dim,function)，dim=1 表示对行运用函数，取2 表示对列运 用函数对矩阵应用函数。Apply(xx,2,mean) ＝colMeans(xx) 列均值 Apply(xx,2,sum) ＝colSums(xx) 列求和 3.4. R 的数据框 创建：data.frame()来函数来创建。使用¥来提取数据框重点额元素，需要 3.5. R 的因子 概念：R 的因子Factor 是为了实现统计分类功能，它有两个内容，一个 是数据分类：levels，一个是数据。因子有辅助信息水平做为分类集合。因子的 元素是不同值的level 集的元素。根据类型来分类：因子水平是有普通无序和有 创建：factor(vector,levels=c(),ordered=TRUE).其中：levels 定义水平集合， 是一个整数向量，ordered 表示有序还是无序，区分普通因子和有序因子。 Ordered＝TRUE 表示有序 函数：1.as.factor()可将数据转换为因子。 2.unclass()显示因子的分类， 操作：1.levels()提取水平的名称 2.为数据框设置因子变量 3.6. R 的列表 概念：数据框是把多种模式的数据放在一个举证中，同一行列的数据模式
    基础是列表，列表元素的长度可以不相同。可以是单元素或者列表。 概念：R 列表是指R 的一种数据结构，有元素和标签组成。R 语言数据库按 的 创建：1.list(tag1=compon1,tag2=compon2,...,tagR=componR) 2. vector()， mode=list 函数：1.mode()数据类型。 2.length()列表组件个数。 3.names()获得标签 操作：1.访问列表标签的方法 list$标签名 a. list[[“标签名”]] b. c. list[[元素]] 2.访问列表元素的方法 list$[标签名][ 元素下标范围s:t] a. b. list[[标签编号]][元素下标范围s:t] 3.增加列表 a.标签名赋值 list$标签名＝c() b. 标签下标索引赋值list[[3]]＝c() 4.删除列表元素 将列表标签设置为NULL 5.生成子列表[] list[“标签名”]和list[编号] 6.合并多个列表c()或者list() 函数：1.unlist()把列表转换为向量。 2.is.recursive(x)可判断列表是否递归。 3.apply()获得标签 4.unnames()去掉元素标签。 5.is.list()返回值是否是列表 6.as.list() 转换产生列表 3.7 数组 概念：数组是类似矩阵的的数据结构，维度可以大于2，并且是数值型的向 函数：创建数组函数array(vector,dimensions,dimnames),其中，vector 表示 数组中的数据。Dimension 是一个给出了各个维度下标最大值的向量，dimnames 操作：查看数组结构dim(),attributes() 4.R 函数 1.typeof() 查看数据类型 2.class() 查看类型 3.str() 内部结构 4.summary() 4.1 数据管理 量。 是各维度名称标签的列表。
    vector:向量 numeric:数值型向量 logical：逻辑型向量 character：字符型向量 list：列表 data.frame：数据框 C：连接为向量或列表 Length：求长度 Subset：求子集 Seq，from:to,sequence:等差序列 Rep:重复 NA：缺失值 NULL：空对象 Sort，order，unique，rev：排序 Unlist：展平列表 Attr，attributes：对象属性 Mode，typeof：对象存储模式与类型 Names：对象的名字属性 4.2 字符串处理 character:字符型向量 nchar:字符数 substr：取子串 format：把对象用格式转换为字符串 paste，strsplit：连接或者拆分 charmatch，pmatch：字符串匹配 grep，sub，gsub：模式匹配与替换 4.3 复数 complex，Re，lm，Mod，Arg，Conj 4.4 因子 factor：因子 codes：因子的编码 levels：因子的各水平的名字 nlevels：因子的水平个数 cut:把数值型对象分区间转换为因子 table:交叉频数表 split:按因子分组 aggregate:计算各数据子集的概括统计量 tapply：对”不规则”数组应用函数 4.5 数学相关计算 4.5.1 计算 +,-,*,/,^,%%,%/%:四则运算 ceiling,floor,round,signif,trunk,zapsmall:舍入 max，min，pmax，pmin：最大最小值 rnage：最大值和最小值
    数学函数 sum，prod：向量元素和积 cumsum，cumprod，cummax，cummin：累加，累乘 sort：排序 approx.和approxfun ：插值 diff：差分 sign：符号函数 abs,sqrt:绝对值，平方根 log,exp,log10,log2:对数和指数函数 sin,cos,tan,asin,acos,atan,atan2:三角函数 sinh，cosh，tanh，asinh，acosh，atanh：双曲函数 fft，mvfft，convolve：傅立叶变换及卷积 polyroot：多项式求根 poly：正交多项式 alpine，splinefun：样条差值 deriv：简单表达式的符号微分或算法微分 4.3 数组 array:建立数组 matrix：生成矩阵 data.matrix:把数据框转换为数值型矩阵 lower.tri:举证的下三角部分 mat.or.vec:生成矩阵或向量 t:矩阵转置 cbind:把列合并为矩阵 rbind：把行合并为矩阵 diag：矩阵对角元素向量或生成对角矩阵 row：矩阵的行下标集 col：求列下标集 aperm：数组转置 nrow,ncol：计算数组的行数和列数 dim：对象的维向量 dimnames：对象的维名 row/colnames：行名或列名 %*%：矩阵乘法 crossprod：矩阵交叉乘积（内积） outer：数组外积 kronecker：数组的Kronecker 积 apply：对数组的某些维应用函数 tapply：对“不规则”数组应用函数 sweep：计算数组的概括统计量 aggregate：计算数据子集的概括统计量 scale：矩阵标准化 matplot：对矩阵各列绘图
    五、逻辑运算 四、线性代数 cor：相关阵或协差阵 Contrast：对照矩阵 solve：解线性方程组或求逆 eigen：矩阵的特征值分解 svd：矩阵的奇异值分解 backsolve：解上三角或下三角方程组 chol：Choleski 分解 qr：矩阵的QR 分解 chol2inv：由Choleski 分解求逆 <，>，<=，>=，==，!=：比较运算符 !，&，&&，|，||，xor()：逻辑运算符 logical：生成逻辑向量 all，any：逻辑向量都为真或存在真 ifelse()：二者择一 match，%in%：查找 unique：找出互不相同的元素 which：找到真值下标集合 duplicated：找到重复元素 optimize，uniroot，polyroot：一维优化与求根 六、优化及求根 程序设计 二、函数方面 一、控制结构 if，else，ifelse，switch：分支 for，while，repeat，break，next：循环 apply，lapply，sapply，tapply，sweep：替代循环的函数。 function：函数定义 source：调用文件 call：函数调用 .C，.Fortran：调用C 或者Fortran 子程序的动态链接库 Recall：递归调用 browser，debug，trace，traceback：程序调试 options：指定系统参数 missing：判断虚参是否有对应实参
    三、输入输出 nargs：参数个数stop：终止函数执行 on.exit：指定退出时执行 eval，expression：表达式计算 system.time：表达式计算计时 invisible：使变量不显示 menu：选择菜单（字符列表菜单） 其它与函数有关的还有：delay，delete.response，deparse，do.call，dput，environment ，， formals，format.info，interactive， is.finite，is.function，is.language，is.recursive ，match.arg，match.call，match.fun， model.extract，name，parse，substitute，sys.parent ，warning，machine cat，print：显示对象 sink：输出转向到指定文件 dump，save，dput，write：输出对象 scan，read.table，load，dget：读入 ls，objects：显示对象列表 rm,remove：删除对象 q，quit：退出系统 .First，.Last：初始运行函数与退出运行函数。 options：系统选项 ?，help，help.start，apropos：帮助功能 data：列出数据集 四、工作环境 统计分析 一、统计分布 每一种分布有四个函数：d――density（密度函数），p――分布函数，q――分位数函数， r――随机数函数。 比如，正态分布的这四个函数为dnorm，pnorm，qnorm，rnorm 列出各分布后缀，前面加前缀d、p、q 或r 就构成函数名： norm：正态 t：t 分布 f：F 分布 chisq：卡方（包括非中心） unif：均匀 exp：指数 weibull：威布尔 gamma：伽玛
    分享到：
    赞 收藏

    相关推荐

    资料库

    开发技术

    共收录19306份资料，累计14个分类，关注成员有19位，主要包括：Actionscript,Javascript,PHP,VB,Perl,Delphi,Python,C#,C,Java,C++,Web开发,硬件开发,其它

    热门标签

    Actionscript Javascript PHP VB Perl Delphi Python C# C Java C++ Web开发 硬件开发 其它

    最新资料