Sissejuhatus R-pakettide loendisse
R-programmeerimiskeele pakett on üksus, mis pakub vajalikke funktsioone, mida saab kasutada R-keskkonda laadimisel. R-pakettide loend sarnaneb C, C ++ või Java teegiga. Põhimõtteliselt võib paketil olla arvukalt funktsioone, näiteks funktsioone, konstandid jne, mis võimaldavad kasutajal neid konkreetse probleemi kontekstis kasutada. R-is saab vajaliku paketi laadida raamatukogu () funktsiooni abil. Kui paketti pole, saab selle installida funktsiooni install.packages () abil. Paketid muudavad näiliselt keerulised ülesanded selle valmisfunktsioonide abil lihtsaks.
Mis on R-paketid?
R-is on palju pakette ja paketi valik sõltub selle rakendusest. Kuigi on olemas teatud pakette, mida nende pakutavate funktsioonide tõttu laialdaselt kasutatakse, ei ole see nii, et teised paketid poleks nii olulised. Erinevatel pakenditel on erinevad eesmärgid; mõned on seotud statistikatehnikatega, mõned on seotud visualiseerimistega jne.
Järgmises jaotises vaatleme mõnda olulist paketti R-is:
1. Auto
See pakett on rakendatud regressiooni kaaslane. See on suur pakett, mis pakub erinevaid funktsioone statistiliseks analüüsiks. Selle paketi importimisel R-keskkonda imporditakse muid seotud pakette, näiteks MASS, statistika, graafika jne. Mõned paketi funktsioonid hõlmavad Anova, avPlots, Boxplot, carPalette, tiheduse graafikuid, infIndexPlot, lineaarset hüpoteesi, logit, välimistesti, qqPlot, jääkrundid, hajutatud maatükk, hajutatud matriitsi maatriks jne. Paketi ulatuslikke võimalusi saab hinnata selle pakutavate funktsioonide hulgast.
2. Parandus
Pakett pakub korrelatsioonimaatriksi ja usaldusvahemiku graafilist kuva. Pakett pakub ka maatriksi ümberkorraldamise algoritme. Arvukad valikud hõlmavad vajalike värvide, tekstimärgistuste, värvimärkide, paigutuse jms valimist. Corrploti pakendis on mitmesugused visualiseerimisviisid või parameetrimeetodid: ring, ruut, ellipsi, arv, varju, värv ja “pirukas”. Erinevaid võimalusi sisaldav korrelatsioonifunktsioon annab visuaalselt atraktiivse korrelatsiooni erinevate muutujate vahel, mida muidu on normaalsetes olukordades nagu numbreid keeruline tõlgendada. Positiivsed korrelatsioonid kuvatakse sinise ja negatiivsed korrelatsioonid punasega. Värvuse intensiivsus ja ringi suurus on proportsionaalsed korrelatsioonikordajatega.
3. DataExplorer
See pakett tegeleb andmete automatiseeritud uurimise ja töötlemisega. See pakub automatiseeritud andmete uurimise protsessi, mis on mõeldud analüütilisteks ülesanneteks ja ennustavaks modelleerimiseks. See on ülioluline, kuna võimaldab kasutajal andmeid mõista ja teadmisi saada. Analüüsi iga muutuja skannitakse ja analüüsitakse paketi abil. Lisaks pakub pakett funktsioone nende muutujate visualiseerimiseks, kasutades tüüpilisi graafilisi tehnikaid. Samuti pakub see levinud andmetöötlusmeetodeid andmete töötlemiseks ja vormindamiseks.
4. Gmodellid
Pakett gmodels pakub erinevaid graafilisi vahendeid andmete joonistamiseks. See sisaldab erinevaid funktsioone, näiteks glh.test, mida kasutatakse regressioonimudeli üldise lineaarse hüpoteesi testimiseks, printimiseks või kokkuvõtmiseks. Funktsioon teeb. kontrastid muudavad inimloetavad kontrastid selliseks vormiks, mida R arvutamiseks vajab. Make.contrastsuse tagastatud maatriksit saab kasutada mudeli funktsioonide kontrastiargumendi argumendina. Funktsioon coefFrame sobib mudeliga iga määratletud alarühma jaoks , seejärel tagastab andmekaadri, milles on üks rida iga sobivuse jaoks ja üks veerg iga parameetri jaoks. Hinnatav funktsioon arvutab ja testib kontraste ja muid lm, glm jne mudeli koefitsientide hinnangulisi lineaarfunktsioone. Funktsioon fit.contrast arvutab ja testib regressiooniobjektide suvalisi kontraste.
5. Gplots
See pakett pakub visualiseerimisfunktsioone mitmesuguste programmeerimisriistade kaudu. Paketi funktsioonid töötavad arvutamise ja joonistamise mõistega. Paketi graafilisi võimalusi demonstreerivad mitmesugused funktsioonid, nagu riba diagramm, boxplot2, col2hex, ci2d, hist2d, tekstigraafik, kraanikauss, õhupalli piloot, plotCI, graafikuvahendid jne. Need funktsioonid võimaldavad töötada värviga seotud sätetega, tekst ja muud visualiseerimise keerukad graafilised aspektid. Samuti käsitlevad nad statistikapõhise visualiseerimisega seotud keerulisi elemente, nt lmplot2, jääkrundi funktsioonid, mis võimaldavad kasutajal diagnostiliste graafikute abil juhtida üksikasjalikku regressioonidiagnostikat. Kui samasse piirkonda, kuid eraldi telgedega tuleb joonistada mitu teavet, on see võimalik, kasutades paketi funktsiooni üle proovitüki.
6. Ggplot2
See on üks R-i väga kuulsaid pakette, mis pakub ulatuslikke visuaalseid võimalusi ja tutvustab isegi keerukate statistiliste ja matemaatiliste tehnikate tulemusi. Paketi pakutavad arvukad funktsioonid võimaldavad analüütikul saada andmeid interaktiivsemal viisil. Funktsiooni R kirjeldus on „graafika deklaratiivse loomise süsteem, mis põhineb graafika grammatikal”. Graafika grammatika tähendab seda, et kasutaja peab rääkima 'ggplot2' sellest, kuidas muutujad tuleb esteetikale kaardistada, seega tähendab see sisuliselt seda, et täpsustatakse, milliseid graafilisi aspekte kasutada, ja ggplot2 toimib vastavalt üksikasjadele.
7. Lubridate
See R-pakett muudab kuupäevade ja kellaaegadega töötamise lihtsamaks. Määrdeõli pakett võimaldab kuupäeva ja kellaaja andmetega hõlpsalt manipuleerida. See sõelub numbri ja annab sobiva andmekorralduse, tegelikult käsitlevad paketi parsimisfunktsioonid mitmesuguseid vorminguid ja eraldajaid, mis lihtsustab parsimisprotsessi. Üks tähelepanuväärne omadus on see, et pakett pakub funktsioone erinevate ajavöönditega kuupäevade haldamiseks.
8. Hmisc
Nimega Harrell Miscellaneous, sisaldab Hmisci paketti palju funktsioone, mida saab kasutada andmete analüüsimiseks, kõrgetasemeliseks graafikaks ja utiliiditoiminguteks. See hõlmab ka funktsioone valimi suuruse ja võimsuse arvutamiseks, andmekogumite importimiseks ja märkuste tegemiseks, puuduvate väärtuste imputeerimiseks, täpsemate tabelifunktsioonide pakkumiseks, muutujate rühmitamiseks, tähemärkide manipuleerimiseks, R-objektide teisendamiseks HTML-koodiks jne.
9. Võre
Pakett pakub kõrgetasemelist andmete visualiseerimise süsteemi, mis oli inspireeritud Trellise graafikast. See rõhutab mitme muutujaga andmeid. Paketi võimsad visualiseerimisvõimalused pakuvad vajalikku graafilist lahendust. Mõned paketi märkimisväärsed funktsioonid on B_07_cloud, mis aitab luua 3D hajumisdiagrammi ja traatkarkassi pinnagraafikut; D_tasand. värvid - funktsioon arvväärtust või kategoorilist muutujat esindavate valevärvide arvutamiseks; B_06_tasandiline joon, funktsioon, mis genereerib tasapinnalisi ja kontuurjooni; A_01_Vatt, funktsioon, mis pakub võre graafilisi võimalusi. B_09_tmd on funktsioon, mis genereerib Tukey Mean - Difference Plot; B_11_oneway, funktsioon, mis sobib ühesuunalisele mudelile. Seega pakub pakett mitmesuguste funktsioonide kaudu ulatuslikke funktsioone visualiseerimiseks.
10. MatrixModels
See pakett võimaldab modelleerida hõredate ja tihedate maatriksmaatriksitega. Selle saavutamiseks kasutab see modulaarset ennustamist ja reageerimist, mooduliklasse. Kõik paketi pakutavad funktsioonid on võrdselt olulised, mõned neist on lm.fit.sparse, mis on haruldaste lineaarsete mudelite jaoks sobivam funktsioon. Maatriks, mis konstrueerib võimalikult hõreda kujunduse või mudelmaatriksid, glm4, mis sobib üldistatud lineaarsete mudelitega.
11. Multcomp
Pakett võimaldab k-rühma mitut võrdlust üldistatud lineaarsetes mudelites. Üheksa standardprotseduuri loetelu, nimelt. Kasutajale pakutakse Dunnet, Tukey, Sequen, AVE, Changepoint, Williams, Marcus, McDermott ja Tetrade ning kasutaja valib võrdluse vastavalt nõudele. Lisaks sellele on kontrasti maatriksi jaoks ette nähtud ka tasuta sisendliides, mis võimaldab spetsiaalseid võrdlusi. Märkimisväärne omadus on see, et võrdlused iseenesest ei piirdu ühegi konkreetse kujundusega, näiteks tasakaalustatud või lihtsa kujundusega, pigem on programmid kavandatud nii, et need sobivad mitmekordsete võrdlustega üldises lineaarses mudelis, mis võimaldab kovariaate, korrelatsioone, puuduvaid väärtusi, jne.
12. OpenMx
See pakett tegeleb põhimõtteliselt laiendatud struktuurvõrrandi modelleerimisega. See pakub funktsioone struktuurvõrrandimudelite loomiseks. Neid mudeleid saab programmeerimise abil manipuleerida. Mudelid võivad olla täpsustatud maatriksite või radadega, näiteks LISREL või RAM. Mõne tüüpi mudelite hulgas on mitu rühma, kinnitav tegur, segu jaotus, kategooriline lävi, diferentsiaalfunktsioonid jne.
13. Plyr
See on väga oluline pakett, mis pakub funktsioone andmete manipuleerimiseks. See pakub tööriistu andmete jagamiseks, rakendamiseks ja ühendamiseks. Kaasas tööriistakomplekt, mis aitab lahendada levinud probleeme. Nt võib juhtuda, et mõnikord peame suure ülesande jagama väiksemateks hallatavateks ülesanneteks, siis tegutseme iga detaili kallal ja lõpuks paneme kõik tükid uuesti kokku.
14. Qcc
Pakett omandab olulisuse pakutavate mitmesuguste kvaliteedianalüüsi funktsioonide tõttu. See pakub Shewharti kvaliteedikontrolli graafikuid pidevaks, atribuutideks ja andmete loendamiseks. Muude oluliste diagrammide hulgas on Cusumi ja EWMA diagrammid ning tööomaduste kõverad. See pakub ka protsesside võimekuse analüüsi funktsioone. Pareto diagramm ning põhjuse ja tagajärje diagramm ning mitme muutujaga diagrammid on kasulikud tööriistad, mida pakis pakutakse.
15. RandomForest
Nagu nimigi ütleb, kasutatakse seda paketti juhusliku metsa algoritmi loomiseks. Pakett rakendab Breimani juhuslikku metsaalgoritmi, mis põhineb Beimani ja Cutleri originaalsel FORTRAN-koodil. Klassifitseerimiseks ja regresseerimiseks kasutatakse algoritmi. Paketti saab kasutada ka järelevalveta režiimis andmepunktide läheduse hindamiseks.
16. Psühholoogia
See on eriotstarbeline pakett. Pakett pakub protseduuri psühholoogiliseks, psühhomeetriliseks ja isiksuse uurimiseks. Funktsioonid on peamiselt mitme muutujaga analüüsiks, kasutades mitmesuguseid mitme muutujaga statistilisi tehnikaid.
Kokkuvõte-loetelu R-pakettidest
R-is on arvukalt pakette ja paketi rakendamine sõltub nõuetest. R-pakettide loetelu on kasvanud väga kiiresti ja iga päev lisatakse pakend. Mitu paketti võib pakkuda sarnaseid funktsioone, kuid paketi valik peab põhinema selle hoolikal uurimisel.
Soovitatavad artiklid
See on juhend R-pakettide loendisse. Siin käsitleme R-pakettide sissejuhatust ja R-i olulisi pakette. Lisateabe saamiseks võite tutvuda ka meie teiste soovitatud artiklitega -
- Java paketid
- Mis on JNDI Java?
- JColorChooser
- R programmeerimine vs Python