為什么要寫本書R語言是什么？R是一種適用于統(tǒng)計(jì)分析計(jì)算和圖像處理的語言，受S語言和Scheme語言影響發(fā)展而來。早期R是基于S語言的一個GNU項(xiàng)目，所以也可以當(dāng)作S語言的一種實(shí)現(xiàn)，通常用S語言編寫的代碼都可以不做任何修改地在R環(huán)境下運(yùn)行。R的語法來自Scheme，作為一款誕生于20世紀(jì)90年代的語言，R已經(jīng)成為S統(tǒng)計(jì)編程語言的一類實(shí)現(xiàn)方式。 
　　R編程語言在數(shù)字分析與機(jī)器學(xué)習(xí)領(lǐng)域已經(jīng)成為一款重要的工具。隨著機(jī)器逐步成為愈發(fā)核心的數(shù)據(jù)生成器，該語言的人氣也一路攀升。正如Tiobe、PyPL以及Redmonk等編程語言人氣排名所指出，R語言所受到的關(guān)注程度正在快速提升。Rexer Analytics發(fā)布的2013年數(shù)據(jù)挖掘人員調(diào)查顯示，70%的數(shù)據(jù)挖掘人員使用R軟件進(jìn)行分析工作，其中有24%將其作為主要工具。這些結(jié)果類似于 2013 年KDnuggets調(diào)查的結(jié)果，該調(diào)查指出有61%的響應(yīng)者表示正在使用R處理分析、數(shù)據(jù)挖掘和數(shù)據(jù)科學(xué)工作。相比前一年，這一比例上升了16%。 
　　R語言有一些明顯的優(yōu)勢： 
　　1）R語言作為一款開源軟件，是完全免費(fèi)的，對比昂貴的SPSS和SAS等統(tǒng)計(jì)軟件，這無疑是一個巨大的優(yōu)勢。 
　　2）R語言擁有一個龐大的社區(qū)來進(jìn)行維護(hù)，龐大的軟件包生態(tài)系統(tǒng)無疑是R語言最為突出的優(yōu)勢之一。 
　　3）R語言具備可擴(kuò)展能力且擁有豐富的功能選項(xiàng)，幫助開發(fā)人員構(gòu)建自己的工具及方法，從而順利實(shí)現(xiàn)數(shù)據(jù)分析。 
　　4）R語言簡單易學(xué)。雖與C語言之類的程序設(shè)計(jì)語言已差別很大（比如語言結(jié)構(gòu)相對松散，使用變量前不需要明確正式定義變量類型等），但仍保留了程序設(shè)計(jì)語言的基礎(chǔ)邏輯與自然的語言風(fēng)格。 
　　從R的普及來看，國外的普及度要明顯好于國內(nèi)，與盜版Windows的泛濫會影響Linux在中國的普及一樣，破解的MATLAB與SPSS的存在也影響了R在中國的使用。但在國外高校的統(tǒng)計(jì)系，R幾乎是一門必修的語言，具有統(tǒng)治性的地位。在工業(yè)界，作為互聯(lián)網(wǎng)公司翹楚的Google內(nèi)部也有不少工程使用R進(jìn)行數(shù)據(jù)分析工作。隨著數(shù)據(jù)挖掘在國內(nèi)的發(fā)展，國內(nèi)對R語言的需求必將隨之一起發(fā)展。 
　　總的來說，R語言是一款用于統(tǒng)計(jì)分析、數(shù)據(jù)可視化和預(yù)測建模的數(shù)據(jù)分析軟件，它不單單只是一門語言，更是一個數(shù)據(jù)計(jì)算與分析的環(huán)境。R支持幾乎所有數(shù)據(jù)分析所需的數(shù)據(jù)處理、統(tǒng)計(jì)模型和圖表，支持大量的第三方功能包，涵蓋了從統(tǒng)計(jì)計(jì)算到機(jī)器學(xué)習(xí)，從金融分析到生物信息，從社會網(wǎng)絡(luò)分析到自然語言處理，從各種數(shù)據(jù)庫各種語言接口到高性能計(jì)算模型等內(nèi)容。隨著大數(shù)據(jù)時代的來臨，數(shù)據(jù)挖掘?qū)⒏�加廣泛地滲透到各行各業(yè)中去，而R語言作為數(shù)據(jù)挖掘里的熱門工具，將會有更多其他行業(yè)的人加入到R語言的使用者行列中來。R語言的使用課程成為高校中數(shù)學(xué)與統(tǒng)計(jì)學(xué)專業(yè)的重要課程將是必然的趨勢。 
　　本書特色本書從實(shí)際應(yīng)用出發(fā)，結(jié)合實(shí)例及應(yīng)用場景，深入淺出地介紹了R語言應(yīng)用的相關(guān)知識：R語言的安裝及使用、數(shù)據(jù)對象與數(shù)據(jù)讀寫、常用數(shù)據(jù)管理、圖形探索、高級繪圖工具及常用的建模算法在R語言中的實(shí)現(xiàn)方式。書中以R語言的函數(shù)應(yīng)用為主，先介紹了函數(shù)的應(yīng)用場景及使用格式，再給出函數(shù)的應(yīng)用實(shí)例，最后對函數(shù)的運(yùn)行結(jié)果做出了解釋，將掌握函數(shù)應(yīng)用的所需知識點(diǎn)按照實(shí)際使用的流程展示出來。 
　　為方便理解R語言中相關(guān)函數(shù)的使用，本書提供示例代碼及所用數(shù)據(jù)等相關(guān)資源下載，讀者可以從“泰迪杯”全國數(shù)據(jù)挖掘挑戰(zhàn)賽網(wǎng)站（http://www.tipdm.org/ts/747.jhtml）免費(fèi)獲取。也可以通過熱線電話（40068-40020）、企業(yè)QQ（40068-40020）及以下微信公眾號咨詢獲取。 
　　TipDM 張良均〈大數(shù)據(jù)挖掘產(chǎn)品與服務(wù)〉本書適用對象開設(shè)有數(shù)據(jù)挖掘課程的高校教師和學(xué)生。 
　　目前國內(nèi)不少高校將數(shù)據(jù)挖掘引入本科教學(xué)中，在數(shù)學(xué)、計(jì)算機(jī)、自動化、電子信息、金融等專業(yè)開設(shè)了數(shù)據(jù)挖掘技術(shù)相關(guān)的課程，但目前這一課程的教學(xué)工具仍然為SPSS、SAS等傳統(tǒng)統(tǒng)計(jì)工具，并沒有使用R語言作為挖掘工具。本書提供了有關(guān)R語言的從安裝到使用的一系列知識，將能有效指導(dǎo)高校教師和學(xué)生使用R語言工具進(jìn)行數(shù)據(jù)挖掘。 
　　數(shù)據(jù)挖掘開發(fā)人員。 
　　這類人員可以在理解數(shù)據(jù)挖掘應(yīng)用需求和設(shè)計(jì)方案的基礎(chǔ)上，結(jié)合書中提供的R語言的使用方法快速實(shí)現(xiàn)數(shù)據(jù)挖掘應(yīng)用的編程。 
　　進(jìn)行數(shù)據(jù)挖掘應(yīng)用研究的科研人員。 
　　許多科研院所為了更好地對科研工作進(jìn)行管理，紛紛開發(fā)了適應(yīng)自身特點(diǎn)的科研業(yè)務(wù)管理系統(tǒng)，并在使用過程中積累了大量的科研信息數(shù)據(jù)。R語言可以提供一個優(yōu)異的環(huán)境對這些數(shù)據(jù)進(jìn)行挖掘分析應(yīng)用。 
　　關(guān)注高級數(shù)據(jù)分析的人員。 
　　R語言作為一個專業(yè)的數(shù)據(jù)分析軟件，能為數(shù)據(jù)分析人員提供可靠的依據(jù)。 
　　如何閱讀本書本書主要分為三個部分，基礎(chǔ)篇、建模應(yīng)用篇和Rattle篇�；�礎(chǔ)篇介紹了有關(guān)R語言的安裝與使用、R語言中的數(shù)據(jù)結(jié)構(gòu)、常用操作和繪圖功能等基礎(chǔ)功能。建模應(yīng)用篇主要介紹了目前在數(shù)據(jù)挖掘中常用的建模方法在R語言中的實(shí)現(xiàn)函數(shù)，并對輸出結(jié)果進(jìn)行了解釋，有助于讀者快速掌握應(yīng)用R語言進(jìn)行分析挖掘建模的方法。讀者可結(jié)合本書提供的示例代碼及數(shù)據(jù)進(jìn)行上機(jī)實(shí)驗(yàn)，快速掌握R語言的使用方法。 
　　第一部分是基礎(chǔ)篇（第1～5章），第1章主要介紹了R語言及圖形操作工具RStudio的安裝及使用方法，第2章對R語言中的數(shù)據(jù)類型和數(shù)據(jù)對象及不同格式的數(shù)據(jù)讀入和導(dǎo)出R語言進(jìn)行了介紹，第3章描述了R語言中對數(shù)據(jù)所能做的常用操作，包括變量的重命名、缺失值分析、排序、隨機(jī)抽樣等，第4、5章主要對R語言的繪圖功能進(jìn)行了介紹，涵蓋常用圖形如散點(diǎn)圖、直方圖、條形圖、箱線圖等，且一并介紹了一些基于R語言的可用于生成交互式圖形的軟件包。 
　　第二部分是建模應(yīng)用篇（第6～10章），主要對數(shù)據(jù)挖掘中常用算法的函數(shù)在R語言中的使用方法及其結(jié)果進(jìn)行了介紹，涵蓋了目前數(shù)據(jù)挖掘的5大類算法，包括分類與預(yù)測、聚類分析、關(guān)聯(lián)規(guī)則、智能推薦和時間序列。按照從模型建立到模型評價(jià)架構(gòu)的順序進(jìn)行介紹，使讀者能熟練地掌握從建模到對模型評價(jià)的完整建模過程。 
　　第三部分是Rattle篇（第11章），介紹了一個R語言的圖形界面工具Rattle，此工具能夠在一個圖形化的界面上對本書介紹的R語言功能進(jìn)行操作，使讀者能更好地體驗(yàn)到使用R語言進(jìn)行數(shù)據(jù)挖掘的整個流程。 
　　勘誤和支持除封面署名作者外，參加本書編寫工作的還有黃博、陳婷婷、王路、陳玉輝、楊征、施興、徐英剛、鄭澤如、張樂兒、黃東鑫等。由于水平有限，編寫時間倉促，書中難免會出現(xiàn)一些錯誤或者不準(zhǔn)確的地方，懇請讀者批評指正。本書內(nèi)容的更新將及時在“泰迪杯”全國數(shù)據(jù)挖掘挑戰(zhàn)賽網(wǎng)站上發(fā)布。讀者可通過微信公眾號TipDM、TipDM官網(wǎng)反饋有關(guān)問題。也可通過熱線電話或企業(yè)QQ進(jìn)行在線咨詢。 
　　致謝本書編寫過程中得到了廣大高校師生的大力支持，在此謹(jǐn)向華南農(nóng)業(yè)大學(xué)、華南師范大學(xué)、廣東工業(yè)大學(xué)、廣東技術(shù)師范學(xué)院、華南理工大學(xué)、韓山師范學(xué)院、中山大學(xué)、貴州師范學(xué)院等單位給予支持的領(lǐng)導(dǎo)及師生致以深深的謝意。 
　　在本書編輯和出版過程中還得到了參與“泰迪杯”全國數(shù)據(jù)挖掘挑戰(zhàn)賽的眾多師生及機(jī)械工業(yè)出版社楊福川老師無私的幫助與支持，在此一并表示感謝。