Einführung
R bietet mehrere Pakete zur Durchführung von Datenanalysen. Neben der Bereitstellung einer unglaublichen Schnittstelle für statistische Analysen, Das Beste an R ist die endlose Unterstützung, die es von Entwicklern und Data Science-Lehrern auf der ganzen Welt erhält. Die aktuelle Zahl der herunterladbaren Pakete von CRAN rückt näher 7000 Pakete!
Neben einigen der beliebten Pakete wie Caret, ggplot, dplyr, Gitter, Es gibt noch viel mehr Bibliotheken, die unbemerkt bleiben, aber sie sind in bestimmten Stadien der Analyse sehr nützlich. Dann, Wir erstellen eine vollständige Liste von alle Pakete in R.
Um den Leitfaden nützlicher zu machen, wir haben es auch gemacht 2 Zeug:
- Sie haben die Nutzung jeder dieser Bibliotheken der Phase zugewiesen, in der sie allgemein verwendet werden: Vormodell, Modellieren und Nachmodellieren.
- Ich habe eine praktische Infografik mit den am häufigsten verwendeten Bibliotheken erstellt. Analysten können es ausdrucken und als Referenz zur Hand haben. Die Grafik ist unten gezeigt:
Hier ist eine vollständige Anleitung zu leistungsstarken R-Paketen, die in verschiedene Phasen des Datenanalyseprozesses eingeteilt werden. Hier herunterladen.
Wenn Ihnen das, was Sie gerade gelesen haben, gefällt und Sie mehr über Big Data erfahren möchten, abonnieren Sie unsere E-Mails, Folge uns auf Twitter oder wie bei uns Seite auf Facebook.
Verwandt
zusammenhängende Posts:
- NoSQL-Datenbanken, die jeder Data Scientist kennen sollte! 2020!
- Der magische Quadrant 2020 Gartner ist jetzt verfügbar! Sehen Sie sich die besten Analysetools an
- E-Books zum maschinellen Lernen für Datenwissenschaftler und Ingenieure für künstliche Intelligenz
- Was ist Kanalzuordnung?? Modellierung der Kanalzuordnung