学习了一段时间 R 之后的一个感觉： 数据挖掘的任务，应该由 R 来整理思路、创建模型，然后由其他语言来实现生产需求
RangerWolf · 2014-06-23 07:07:43 +08:00 · 4732 次点击这是一个创建于 3807 天前的主题，其中的信息可能已经有所发展或是发生改变。
不知道这种感觉是否正确啊
 |
1
meteor2013 2014-06-23 07:14:42 +08:00
能具体说下理由吗？
|
 |
2
RangerWolf OP @meteor2013 因为感觉使用R进行数据分析以及可视化都非常方便，几行命令就搞定了。同样的，matlab\octave 也挺方便的，但是创建一些方法啊、调试啊以及在追求性能、代码可维护方面，貌似还是传统的语言更合适一点。。。
求讨论，我也只接触了一些皮毛而已 |
 |
3
RelativeLayout 2014-06-23 07:42:41 +08:00 via iPhone
用python吧，python下有很多关于数学、图像展示、机器学习、图片处理的库，虽然学习路线陡峭，但是python做的东西很快就能用到生产上。这是matlab和r没法比的。
|
 |
4
yelite 2014-06-23 08:15:28 +08:00
之前我也是这么想的...直到今年的 kdd，把所有数据读进去就占了 6g 内存...
现在用 ipython notebook，读取速度和内存占用都好了很多，可视化也很方便 |
 |
5
cbsw 2014-06-23 08:20:39 +08:00
|
 |
6
laoyang945 2014-06-23 09:01:16 +08:00
我也有同感，R作为一個中间的環節不錯
|
|
7
yelite 2014-06-23 09:04:11 +08:00
@cbsw
csv 文件的总大小在 3G 左右 python 用的是 pandas 的 read_csv R 用的是 read.csv python 4148M rsession 6684M 还有一点，python 读取花了两分钟左右，R 居然用了将近二十分钟 |
 |
8
wb13 2014-06-23 09:27:37 +08:00
如果用Python的话，pandas确实非常好用
|
 |
9
qian19876025 2014-06-23 09:32:04 +08:00
真专业的那群人 别个都是用SPSS Matlab 之类的
|
|
10
RangerWolf OP @RelativeLayout python我没用来做过ML之类的事情，不知道在可视化、图表以及统计方面表现如何？ R的性能之前也听别人说过，可能底层需要推倒重来提高性能。。。
@qian19876025 你说的专业是指哪方面？ 比如在阿里巴巴做用户行为分析，是否属于你说的“专业”方面？ 我对类似用户行为分析、金融风险预测这方面比较刚兴趣~ |
 |
11
Josephpeng 2014-06-23 09:47:39 +08:00
@qian19876025
SPSS 都是些坑爹的市场调研机构在用。 R 是made by statistician, for statistician. Matlab应用数学，工程方面比较常见。 R血统最纯正！ |
|
12
qian19876025 2014-06-23 10:02:25 +08:00
@Josephpeng 晕死 什么血统论都来了
matlab 别个的库 R根本没有 R 是怎么火起来的 如果不是因为不要钱 谁用啊 你看看那些写论文的 用的是什么工具 以前几乎清一色的matlab 之类的 SPSS 为什么被IBM收购 还不就是因为以前做统计的那群人一直在使用 说好听点R是开源 说不好听点因为没钱的人太多了 @RangerWolf 做数据分析 ML 统计 基本上好多R都靠不上边 只不过现在使用R的人多了点而已 |
|
13
RelativeLayout 2014-06-23 14:45:39 +08:00  1
|
 |
14
Todd_Leo 2014-06-23 14:54:36 +08:00
@qian19876025 说说看matlab什么库R没有呢?
|
 |
15
xunyu 2014-06-23 14:59:43 +08:00
把数据放在内存中不是个办法，spark才是王道，r的实时交互没有python好
|
|
16
RangerWolf OP @xunyu spark 不也是放在内存之中吗？ 没用过，听说是这样
|
|
17
xunyu 2014-06-23 16:13:26 +08:00
@RangerWolf spark是分布式的，多台电脑构建一个集群，数据分布在多台电脑内存中了，最夸张的是主页上显示的迭代的运算可以快10+倍
|
|
18
Josephpeng 2014-06-23 18:43:55 +08:00
@qian19876025 念了4年统计，今天受教了。
|
|
19
RangerWolf OP @xunyu 了解了~ thx
|
 |
20
13k 2014-09-13 00:13:57 +08:00 1
入时尝试使用一些参数（nrows、comment.char、colClasses等）或者看看data.table包。R的package真是越来越多而且很方便，比如大神Hadley Wickham的一系列包，当然也有Spark提供的R接口包SparkR。。。
|
 |
21
ocsdev 2014-12-10 15:21:50 +08:00
pandas是python数据分析的神器,欢迎加入pandas专业QQ群:297882961
|
 |
22
chengzhoukun 2015-05-18 20:34:51 +08:00 via Android
传统的统计方面的活都是SAS在做，语法比Matlab还简单一些。
互联网公司还是Python多一些， R在大学多一些 |
Select Language