10、R与Azure机器学习的集成：从基础到实践

R与Azure机器学习的集成：从基础到实践

1. R语言简介

R是一种开源的统计编程语言，在计算统计学和数据科学界被广泛用于解决各种商业问题，涵盖生物信息学（如基因组分析）、精算科学（如确定保险、金融等行业的风险敞口）、电信（分析企业和消费者客户群的流失率、欺诈性SIM卡使用情况或移动使用模式）、金融和银行业（如识别金融交易中的欺诈行为）以及制造业（如预测硬件组件故障时间）等多个领域。

截至2014年，综合R存档网络（CRAN）提供了超过5000个R包。此外，在Github（https://github.com/trending?l=r）上也有许多R包，生物信息学领域还有专门的R包存放在Bioconductor R仓库（www.bioconductor.org/）中。

2. Azure机器学习支持的R包

鉴于数据科学界使用R来解决机器学习问题的趋势，基于云的机器学习平台让数据科学家能够继续使用他们熟悉的R脚本并保持高效工作至关重要。目前，Azure机器学习支持400多个R包，以下是部分支持的R包及其描述：
| R包 | 描述 |
| — | — |
| Arules | 频繁项集和关联规则挖掘 |
| FactoMineR | 数据探索 |
| Forecast | 单变量时间序列预测（指数平滑和自动ARIMA） |
| ggplot2 | 图形绘制 |
| Glmnet | 线性回归、逻辑和多项回归模型、泊松回归和Cox模型 |
| Party | 决策树工具 |
| randomForest | 基于树森林的分类和回归模型 |
| Rsonlp | 使用