如何学习使用R语言进行数据挖掘

学了几个月R，终于摸到了一点门道。

写一些自己的想法和经历，这样可以进一步摆弄r，如果有人看到我写的东西得到帮助就更好了。

r是什么？R的优势在哪里？

r是一个数据分析软件。简单来说，R可以看作是MATLAB的“替代品”，具有免费开源的优势。r可以像MATLAB一样解决数值计算相关的问题，具有强大的数据处理和绘图功能。

R有大量的统计分析工具包，我的感觉是只有我们没听说过的工具，绝对没有R没有的工具包。有了各种各样的工具包，你可以摧毁任何关于数据和统计的问题。由于数据包数量庞大，找到自己需要的数据包可能会比较麻烦。

如果你有以下技能，学习R会很方便:

1.我已经知道一些高级编程语言(非常重要)

2.英语还不错

3.概率统计的理论基础

4.看数据不头疼

5.我看cmd或者terminal都不头疼

你需要一本适合自己的R语言教材。

开始学r的时候发现了这个帖子。

非常强大的R语言教材总结。非常感谢原帖作者。可以参考这个帖子选择适合自己的教材。

我在这里说说我主要用的几本教材的体验:

1.统计建模与R软件(伊雪编写):一本优秀的R语言入门教材，涵盖了R&的所有基础应用；方法和示例代码也非常出色。作为中文编程语言教材，绝对是数一数二的。但要看懂这本书，还是需要“懂一些高级编程语言”。PS:我亲爱的吉林大学图书馆有两本教材在流通，我常年占一本。

2.R一言以蔽之:从讲解内容上看，和上一本书差别不大，在R语言的应用上是比较初级的介绍，但是有些R软件&语言的特点比伊雪老师的教材更深刻。这本书最大的好处就是它是一本参考书，方便你在开始入门的时候查询一些“模棱两可”的东西。PS:我把这本书打印出来，简单的从头到尾翻了一遍，它最大的用处就是像查字典一样查。

3.ggplot2优雅的数据图形:这是一本介绍如何使用ggplot 2包绘图的书。Ggplot2包，一个非常强大的绘图工具，几乎可以操作绘图中的任何元素，并且它提供了一种添加图层的方法，这样我们就可以一步一步地绘图了。说到ggplot2包，要提到一个词——“潜力无穷”，每一个都要介绍一下。

ggplot2大家都会用这个形容词。这本书最大的作用也是作为绘图相关的参考书，讲解详细细致，每一个小的参数变化都会图文并茂，帮助你理解。PS:这本书我也打印出来了，很适合查询。

几个可以逐步提高R能力的网站

1.R-bloggers:关于R和数据的讨论都有，前沿问题，基础问题，什么都有。可以说这些家伙让R越来越厉害了。我RSS这个网站，每天看看自己感兴趣的方法和话题，慢慢积累一些知识，是一个有趣的过程。

2.统计之都:这是一个大量R用户交流的论坛。可以上去问问题，总有好心人帮你。

3.r客:是一个关于r的博客，更新不是很快，关注国内r的一些动态。

r的使用环境

如果看到terminal或cmd就害怕，一定要用Rstudio。Rstudio的优势在于集成了Rconsole、脚本编辑器、可视化数据查询、历史命令、帮助查询等功能，以及脚本与控制台的完美交互。毕竟是可视化界面，用的按钮很多。r的脚本编辑器很痛苦，所以比记事本更突出。不适合写脚本，适合调试脚本。

最后我想说，刚开始学R或者其他任何语言的时候，都有一个通病，就是不知道一些小细节，或者记不太清楚。往往一个伤蛋的bug就能消耗很多时间，这是一个让人想砸电脑的过程。以后我会在博客里记录一些伤蛋的小细节。本文分为六个部分，分别介绍了导论、导论、绘图与可视化、计量经济学、时间序列分析、金融学等。

1.初步介绍

R入门，这是官方的入门小册子。它有一个中译本，由丁翻译，又译为《R..R4初学者，这本小册子有中文版，应该叫R入门..除此之外，你还可以在153分钟内阅读刘思哲的《学习R》。本书收集了R初学者问的最多的153个问题。为什么叫153分钟？因为一开始作者写了153个问题，看一个问题需要1分钟，所以整体情况是153分钟。有了这些基础，我还得看一些经典书籍，比如统计建模，R软件。国外还有R Cookbook和R在行动，我没看过，无法评论。

最后，我一言以蔽之推荐R。对，“壳里的r”！当然，我是开玩笑的。简单地说就是俚语，意思是“简单地”。目前正在翻译这本书的中文版，明年3月投稿！这本书很好。可以从现在开始期待，让我们广而知之！

2.高级简介

看完以上书籍，可以进入高级入门阶段。这个时候有两本经典的书可以读。统计学与R和R书。这两本书之所以先进，是因为它们不再局限于R基础，而是结合了各种常用的数据分析方法编写的。他们系统地介绍了R线性回归、方差分析、多元统计、R绘图、时间序列分析、数据挖掘等方面。看完它们，你会发现，哇，R能做的事情真多，而且做起来这么简单。读到这里就差不多了，剩下的估计就是你想具体研究的东西了。就笼统的说一下吧。

3.绘图和可视化

亚里士多德说，“与其他感官相比，人类更喜欢观看”。所以绘图和可视化吸引了很多人的关注和重视。那么，如何学习R绘图和数据可视化呢？简单，怎么画直方图？如何在直方图中添加密度曲线？我想看完以下几本书，你会有一个大概的了解。

首先可以看《R Graphics》作为画图入门。个人觉得这本书还是挺经典的，全面介绍了R中的画图系统。有书对应的网站，谷歌会做。更深入的阅读，可以阅读Lattice:多元数据可视化带r，以上都是比较常见的。当然还有更文艺优雅的ggplot 2系统，数据分析见ggplot 2:优雅图形。还有一本关于数据挖掘的书:用Rattle和R进行数据挖掘，主要用的是Rattle软件。我个人比较喜欢拨浪鼓！当然，Rattle不是最好的，Rweka也很棒！然后是交互图形的书。著名的交互系统是ggobi，我喜欢了两年多。关于ggobi的书是用R和ggobi进行数据分析的交互式动态图形，但只适合入门。更多信息可以去GGOBI的主页，里面有各种资料和包更新信息！

特别是中文版的绘本是现代统计图形。

4.计量经济学

关于计量经济学，首先推荐一本很薄的小册子:《R中的计量经济学》，作为入门使用。然后是《带R的应用计量经济学》，这本书对应的R包是AER，可以一起安装使用，效果很好。计量经济学很大一部分是关于时间序列分析的，在下面的地方说。

5.时间序列分析

时间序列书籍的书籍分为两类，一类是比较通用的书籍，典型代表是:时间序列分析及其应用:附R个例子。本书介绍了时间序列分析的各种经典方法，以及实现各种经典方法的R代码。这本书有中文版。如果不想买，建议直接从作者主页下载。英文版其实读起来很简单。时间序列分析很大一部分是关于金融时间序列分析的。在这个领域有两本很受欢迎的书，金融时间序列分析。这本书最初是用S-plus代码编写的，但新版本主要使用了R代码。这本书适合有时间序列分析和金融学基础的人，因为书中的时间序列分析理论和各种金融知识不是特别清楚，用极值理论计算VaR的部分比较难懂。另一本有趣的书是Rmetrics出版的TimeSeriesFAQ。这本书是金融时间序列入门，很基础但是很难理解。对应的中文版是《金融时间序列分析常见问题》。当然，现在还没发。经济领域有一个时间序列的特例叫做协整，很多人都很关注这个理论。关心这一点的人可以看到R..最后，更高级的书是关于小波分析的。参见统计学中的小波方法..另外，关于时间序列聚类的书籍目前比较少见，是一片处女地，有志之士可以开垦！

6.金融

金融领域非常广泛。如果是大金融，这里应该也包括保险。用R做金融需要掌握更多的金融知识，但只有数据分析技术意义不大。我觉得这些书对懂金融和不同数据分析技术的人更有用。只知道数据分析技术而不接触财务知识的人，一定是雾里看花，甚至有人认为财务分析比较低级。这方面的经典书籍有:《用R分析经济学和金融数据的高级课题》和《用S-Plus建模金融时间序列》。金融产品定价中经常用到随机微分方程，有本书叫《模拟影响随机微分方程:带r个例子》关于这个，带例子，内容还挺详细的！此外，它还是一门风险衡量和管理课程。经典的是金融风险管理中的模拟技术，使用R的现代实用风险理论和定量风险管理:概念、技术和工具。投资组合分析和期权定价分别可见于带R的投资组合优化和带R的期权定价和金融模型估计。

7.数据挖掘技术

这方面的书不多，只有带R的数据挖掘:带案例学习。不过R里有足够多的数据挖掘包，参考包里的帮助文档就够了。