【专家问答】张丹与您探讨R语言核心技术

bsspirit · 发表于 2015-9-23 12:17

xgghxkhuang 发表于 2015-9-22 20:31
张丹老师好，看过你的工具篇，很期待高级开发篇。
能谈谈你是如何转行r和数据分析的吗？想了解一下你是如何 ...

其实，转R也是一个偶然的机会。

要做推荐系统和用户行为的分析，我开始是用Mahout的，但是Mahout的上手门槛非常高，而且用起来大部分的经历，都花在了程序设计上面，以致于忽略了业务本身。

后来才改用R的，R很灵活，方便开发，代码量特别少；我可以全部精力投入到数据处理，不用再考虑程序设计的问题了。所以就这样，我用R来代替JAVA，代替Excel，慢慢地R就变成了，最顺手的数据处理的工具。

当然，R也不是万能的，要根据场景来选择最适合的语言来完成。

bsspirit · 发表于 2015-9-23 12:21

xgghxkhuang 发表于 2015-9-22 20:34
你如何看待r的内存溢出和精度问题，如何看待r和phython的竞争，哪些r的包是应该且必须掌握的，r的类型转换有 ...

1. 对于R来说，我们并不需要花精力考虑"内存溢出和精度"，当然R也会溢出，控制数据规模，或增加内容就好了。因为大数据R本身是处理不了的，需要借助其他的大数据工具。

2. R是面向数据的，不需要有程序员思维，目标非常明确；Python是程序员语言，你除了要数据处理，还要考虑程序性能，代码结构等一些IT细节，有可能会导致迷失原始的需求。

3. 基本的工具包是必须，另外你的业务需要哪些，再去学其他的R包。

bsspirit · 发表于 2015-9-23 12:27

xgghxkhuang 发表于 2015-9-22 20:38
能分享一下r和数据分析实际使用的思路，面对一堆在oracle中的数据，如何分析并提出建议？该如何用数据，如 ...

1. 实际使用的思路，对于R来说，先了解业务需求，找到数据，确定算法，进行建模，可视化。
2. 如何分析数据，要看业务本身。
3. 当数据明显偏离业务的预期时，这是非常好的信号，你可以从数据的角度提出，预期是有问题的；另外，还可以通过算法模拟出如果要达到预期，是多少概率，成本结构是否合理等。有数据，有解释，有证明，这些是体现数据分析价值的地方。
4. 统计建模，有很多的书，《统计方法学》是不错的，但需要统计基础。