Вступ до списку R-пакетів

Пакет на мові програмування R - це одиниця, яка забезпечує необхідні функціональні можливості, які можна використовувати, завантажуючи його в середовище R. Список пакетів R подібний до бібліотеки на C, C ++ або Java. Отже, по суті, пакет може мати численні функції, такі як функції, константи тощо, що дозволить користувачеві використовувати їх у контексті певної проблеми. У R необхідний пакет може бути завантажений за допомогою функції library (). У випадку, якщо пакета немає, його можна встановити за допомогою функції install.packages (). Пакети полегшують, здавалося б, складні завдання завдяки готовим функціоналам.

Що таке пакети R?

У R є багато пакунків, і вибір пакета залежить від його застосування. Хоча є певні пакети, які широко використовуються завдяки функціоналам, які вони надають, інші випадки не менш важливі. Різні пакети мають різні цілі; деякі стосуються статистичних прийомів, деякі стосуються візуалізації тощо.

У наступному розділі ми розглянемо деякі важливі пакети в R:

1. Автомобіль

Цей пакет є компаньйоном до прикладної регресії. Це великий пакет, який надає різні функціональні можливості для статистичного аналізу. Імпорт цього пакета в середовище R імпортує інші супутні пакети, такі як MASS, статистика, графіка тощо. Деякі функції цього пакета включають Anova, avPlots, Boxplot, carPalette, графіки щільності, infIndexPlot, лінійну гіпотезу, logit, тест outlier, qqPlot, залишкові графіки, матриця розсіювання, матриця розсіювання тощо. Обширні можливості пакета можна оцінити з урахуванням кількості функцій, які він надає.

2. Коррплот

Пакет забезпечує графічне відображення кореляційної матриці та довірчого інтервалу. У пакеті також передбачені алгоритми виконання матричного переупорядкування. Численні варіанти включають вибір необхідних кольорів, текстових міток, кольорових міток, макета тощо. Різні методи візуалізації або параметри методів у пакеті corrplot - це «коло», «квадрат», «еліпс», «число», «відтінок», «колір» та "пиріг". Функція corrplot, що включає різні варіанти, дає візуально привабливе зображення кореляції між різними змінними, які, інакше, у звичайних обставинах, як числа, важко інтерпретувати. Позитивні кореляції відображаються синім кольором, а негативні - червоним. Інтенсивність кольору та розмір кола пропорційні коефіцієнтам кореляції.

3. DataExplorer

Цей пакет стосується автоматизованого вивчення та обробки даних. Він забезпечує автоматизований процес дослідження даних, призначений для аналітичних завдань та прогнозного моделювання. Це є надзвичайно важливим, оскільки дозволяє користувачеві зрозуміти дані та отримати уявлення. Кожна змінна в аналізі сканується і аналізується пакетом. Крім того, пакет надає функціональні можливості для візуалізації цих змінних за допомогою типових графічних прийомів. Він також пропонує загальні методи обробки даних для обробки та форматування даних.

4. Гмоделі

Пакет gmodels надає різні інструменти в R для побудови графіків даних. Він містить різні функції, такі як glh.test, який використовується для перевірки, друку або узагальнення загальної лінійної гіпотези для регресійної моделі. Функція робить. контрасти перетворюють читабельні для людини контрасти у форму, необхідну R для обчислення. Матриця, що повертається make.contrasts, може використовуватися як аргумент контрасту аргументу функцій моделі. Функція coefFrame підходить до моделі до кожної підгрупи, визначеної , а потім повертає кадр даних з одним рядком для кожного підходу та одним стовпцем для кожного параметра. Функція оцінюваної функції обчислює та випробовує контрасти та інші оцінні лінійні функції коефіцієнтів моделі для lm, glm тощо. Функція fit.contrast обчислює і тестує довільні контрасти для регресійних об'єктів.

5. Гплоти

Цей пакет забезпечує функціональність візуалізації через різноманітні засоби програмування. Функції в пакеті працюють над концепцією обчислення та побудови графіків. Графічні можливості пакета демонструються різними функціями, такими як діапазон діапазону, boxplot2, col2hex, ci2d, hist2d, текстовий графік, графік мийки, пілотний шар, plotCI, засоби графіки тощо. Ці функції дозволяють працювати з налаштуваннями, пов'язаними з кольором, текст та інші складні графічні аспекти візуалізації. Вони також мають справу зі складними елементами, які беруть участь у статистиці на основі візуалізації, наприклад, lmplot2, функція залишкової площини, яка дозволяє користувачеві провести детальну регресійну діагностику за допомогою діагностичних діаграм. Якщо в одній області потрібно нанести кілька даних, але з окремими осями, то це можливо за допомогою функції сюжету в пакеті.

6. Ggplot2

Це один із дуже відомих пакетів на R, який надає широкі візуальні можливості та представляє результати навіть складних статистичних та математичних методик. Численні функціональні можливості, що надаються пакетом, дозволяють аналітику отримувати розуміння з даних найбільш інтерактивним способом. Опис функції для "це" система декларативного створення графіки, яка базується на Граматиці графіки ". Ця граматика графіки означає, що користувач повинен розповісти 'ggplot2' про те, яким чином змінні повинні бути відображені до естетики, тому це по суті означає, що вказуючи, які графічні аспекти використовувати, і ggplot2 буде працювати відповідно до деталей.

7. Мастило

Цей пакет R полегшує роботу з датами та часом. Пакет мастила дозволяє легко маніпулювати датою та датою часу. Він аналізує число і дає відповідне розташування даних, насправді функції розбору в пакеті обробляють найрізноманітніші формати та роздільники, що спрощує процес розбору. Однією з помітних особливостей є те, що пакет надає функціональні можливості для обробки дат у різних часових поясах.

8. Hmisc

У назві Harrell Різне, пакет Hmisc містить безліч функцій, які можна використовувати для аналізу даних, графіки високого рівня та корисних операцій. Сюди також входять функції для обчислення розміру та потужності вибірки, імпорту та анотування наборів даних, введення відсутніх значень, надання розширених функцій таблиці, кластеризації змінних, маніпулювання рядком символів, перетворення об'єктів R у HTML-код тощо.

9. Решітка

У пакеті пропонується система візуалізації даних високого рівня, яка була натхненна графікою Trellis. Він наголошує на багатовимірних даних. Потужні можливості візуалізації пакету забезпечують необхідне графічне рішення. Деякі з помітних функцій у пакеті - B_07_cloud, який допомагає створювати 3d-графік розсіювання та ділянку поверхні каркаса; Д_рівень. кольори, функція для обчислення помилкових кольорів, що представляють числову чи категоричну змінну; B_06_levelplot, функція, яка генерує графіки рівня та контурні графіки; A_01_ Решітка - функція, що забезпечує графічні можливості грат. B_09_tmd - це функція, що генерує середнє значення Tukey - графік різниці; B_11_oneway, функція, яка відповідає Моделі в одну сторону. Таким чином, пакет забезпечує широкі функціональні можливості для візуалізації за допомогою різних функцій.

10. MatrixModels

Цей пакет дозволяє моделювати за допомогою рідких та щільних матриць "Матриця". Для цього використовується модульне передбачення та відповідь, модульні класи. Усі функції, що надаються в пакеті, однаково важливі, деякі з них lm.fit.sparse, яка є функцією підгонки для рідких лінійних моделей, modelCoef, яка вирішує коефіцієнти та приріст коефіцієнтів, модель. Матриця, яка будує, можливо, рідкісні матриці дизайну або моделі, glm4, яка відповідає узагальненим лінійним моделям.

11. Мультикомплект

Пакет дозволяє проводити багаторазове порівняння k груп у узагальнених лінійних моделях. Перелік дев'яти стандартних процедур, а саме. Dunnet, Tukey, Sequen, AVE, Changepoint, Williams, Marcus, McDermott і Tetrade, надаються користувачеві, і користувач вибирає порівняння на основі вимоги. На додаток до цього, для контрастної матриці також передбачений вільний інтерфейс введення, який дозволяє проводити спеціальні порівняння. Примітною особливістю є те, що самі порівняння не обмежуються будь-яким конкретним дизайном, таким як збалансований чи простий, скоріше програми розроблені таким чином, що вони підходять для декількох порівнянь у межах загальної лінійної моделі, що дозволяє коваріати, корельовані засоби, відсутні значення тощо.

12. OpenMx

Цей пакет в основному стосується розширеного моделювання структурних рівнянь. Він надає функціональні можливості для створення структурних моделей рівнянь. Цими моделями можна керувати за допомогою програмування. Моделі можуть бути задані матрицями або шляхами, такими як LISREL або RAM. Деякі з типів моделей включають кілька груп, підтверджуючий фактор, розподіл суміші, категоричний поріг, диференціальні функції Fit тощо.

13. Плір

Це дуже важливий пакет, який забезпечує функціональні можливості для обробки даних. Він надає інструменти для поділу, застосування та комбінування даних. Поставляється з набором інструментів, які допомагають вирішити загальний набір проблем. Наприклад, іноді нам може знадобитися розбити велике завдання на більш дрібні завдання, які можна керувати, тоді ми працюємо над кожною з частин і, нарешті, ми збираємо всі шматки назад.

14. Qcc

Пакет набуває значущості завдяки різноманітним функціям аналізу якості, які він надає. Він надає графіки контролю якості Shewhart для безперервного, атрибутів та підрахунків даних. Серед інших важливих діаграм - діаграми Cusum та EWMA та криві експлуатаційних характеристик. Він також пропонує функціональний аналіз можливостей процесу. Парето-діаграма та діаграма причинно-наслідкових дій та багатовимірні діаграми управління - корисні інструменти, які надаються пакетом.

15. RandomForest

Як випливає з назви, цей пакет використовується для побудови алгоритму випадкового лісу. У пакеті реалізований алгоритм випадкового лісу Бреймана, який базується на оригінальному коді FORTRAN Беймана та Катлера. Алгоритм використовується для класифікації та регресії. Пакет також може використовуватися в непідконтрольному режимі для оцінки близькості між точками даних.

16. Психіка

Це пакет, призначений для особливих цілей. У пакеті передбачена процедура психологічних, психометричних та особистісних досліджень. Функції - це насамперед для багатофакторного аналізу з використанням різних багатоваріантних статистичних методик.

Висновок-Список пакетів R

У R є багато пакунків, і застосування пакета залежить від вимог. Спільнота «Список пакетів R» зростає дуже швидко, і кожен день пакет додається. Кілька пакунків можуть надавати подібні функціональні можливості, але вибір пакету повинен ґрунтуватися на його ретельному вивченні.

Рекомендовані статті

Це посібник зі списку R-пакетів. Тут ми обговорюємо вступ до пакунків R та деяких важливих пакетів R. Ви також можете ознайомитись з іншими запропонованими нами статтями, щоб дізнатися більше -

  1. Пакети Java
  2. Що таке JNDI на Яві?
  3. JColorChooser
  4. R Програмування проти Python

Категорія:

Великі дані