R和数据挖掘
相反，开始在Matlab中编写代码，我最近开始学习R，主要是因为它是开源的。 我目前在数据挖掘和机器学习领域工作。 我发现在R中实现了很多机器学习algorithm，而且我仍然在探索在R中实现的不同包。
我有一个很快的问题：你如何比较R与Matlab的数据挖掘应用程序，其stream行程度，利弊，行业和学术接受度等？ 你会select哪一个，为什么？
我经历了各种比较的Matlab与R对各种指标，但我特别感兴趣的是在Data Mining和ML的适用性得到答案。 既然这两种语言对我来说都很新，我只是想知道R是不是一个好的select。
我很欣赏任何types的build议。
在过去三年左右，我每天都在使用R，而这个日常使用的最大部分花在了机器学习/数据挖掘问题上。
在大学时，我是一个独家的Matlab用户; 当时我认为这是一套很好的工具/平台。 我相信今天也是如此。
neural network工具箱，优化工具箱，统计工具箱和曲线拟合工具箱对于使用MATLAB进行ML /数据挖掘工作的人来说都是非常可取的（如果不是必需的话），但是它们都与基本的MATLAB环境是分开的 -单词，他们必须单独购买。
我的前5名学习ML /数据挖掘在R ：
- 在R中挖掘关联规则
这是指一对夫妇的事情：首先，一组R包，都开始arules （可从CRAN）; 您可以在Project Homepage上find完整的列表（arules，aruluesViz等）。 其次，所有这些软件包都基于数据挖掘技术，称为市场分析分析 ，或者作为关联规则 。 在许多方面，这一系列algorithm是数据挖掘的本质 – 彻底遍历大型事务数据库，并在这些数据库中的字段（variables或特征）之间find高于平均水平的关联或相关性。 在实践中，你将它们连接到一个数据源并让它们在一夜之间运行。 上面提到的集合中的R包叫做arules ; 在arule的CRAN Package页面上，您可以find指向Arules包和一般关联规则技术的几个优秀二级资源（R's词典中的短片 ）的链接。
- 标准参考，Hastie等人统计学习元素 。
这本书的最新版本是免费的数字forms。 同样，在本书的网站上（链接到上面），都是ESL中使用的所有数据集，可以免费下载。 （另外，我有免费的数字版;我也从BN.com购买了精装版;数字版的所有彩色图都是以硬装版的forms复制的。）ESL包含至less一个示例的全面介绍大多数主要的ML标准 – 例如neural network，SVM，KNN; 无监督技术（LDA，PCA，MDS，SOM，聚类），多种回归，CART，贝叶斯技术以及模型聚合技术（Boosting，Bagging）和模型调整（正则化）。 最后，从CRAN中获取随书的R包（这将节省下载input数据集的麻烦）。
- CRAN 任务视图：机器学习
可用于R的+3,500套餐按域分为大约30个套餐系列或“ 任务视图 ”。 机器学习是这些家庭之一。 机器学习任务视图包含大约50左右的包。 其中一些软件包是核心发行版的一部分，包括e1071（一个庞大的ML软件包，其中包括许多常见的ML类别的工作代码）。
- 革命分析博客
特别关注标记为预测分析的post
- R教程中的ML由幻灯片组和Josh Reich的R代码组成
对代码的深入研究本身就是对R中ML的一个很好的介绍。
我认为最后一个资源是优秀的，但没有在前5名中做出：
- 机器学习的入门指南[R]
张贴在博客A美丽WWW
请看CRAN任务视图 ，特别是在机器学习和统计学习的CRAN任务视图上 ，这个视图很好地总结了这一点。
如果你正在做matrix繁重的操作，Matlab和R都很好。 因为他们可以使用高度优化的低级代码（BLAS库等）。
但是，数据挖掘不仅仅是处理matrix。 很多人完全忽视了数据挖掘的整个数据组织方面（而不是简单的机器学习）。
一旦你到达数据组织，R和Matlab是一个痛苦。 尝试在R或matlab中实现一个R * -tree，使O(n^2)algorithm运行到O(n log n)运行时。 首先，它完全违背了R和Matlab的devise方式（尽可能地使用批量math运算），其次它会杀死你的性能。 例如，解释的R代码似乎运行在C代码速度的50％左右（尝试R内置的k-means与flexclus k-means）; BLAS库被优化到一个疯狂的水平，利用caching大小，数据alignment，先进的CPUfunction。 如果您喜欢冒险，可尝试在R或Matlab中实施手动matrix乘法，并将其与本机进行基准比较。
不要误解我的意思 R和matlab 对于原型devise来说是非常优秀和优秀的 。 你只需要10行代码就可以解决很多问题，并且可以获得不错的性能。 用手写同样的东西可能是数百行，大概慢10倍。 但是有时候你可以通过一个复杂度来进行优化，这对于大数据集来说是优于R和matlab的优化matrix运算。
如果您想要长期扩展到“Hadoop大小”，您将不得不考虑数据布局和组织，除非您需要对数据进行线性扫描。 但是，那么你也可以抽样了！
昨天我发现了两本关于数据挖掘的新书。 这些“数据挖掘”系列书籍通过深入描述新的挖掘algorithm和许多有用的应用程序来满足需求。 这两本书除了深入理解每一部分之外，还为后续章节中解决问题提供了有用的线索和策略。数据挖掘技术的进步和大众的普及需要一个综合性的文本。 书籍是：“数据挖掘的新基础技术”，这里http://www.intechopen.com/books/show/title/new-fundamental-technologies-in-data-mining＆; “面向知识的数据挖掘应用”在这里http://www.intechopen.com/books/show/title/knowledge-oriented-applications-in-data-mining这些是开放获取书籍，所以你可以免费下载，或只是像在线阅读平台上阅读。; 干杯!
我们不应该忘记这两个软件的来源：科学计算和信号处理导致Matlab，但统计数据导致R.
我在大学中使用了很多matlab，因为我们在Unix上安装了一个matlab，并向所有学生开放。 然而，与自由的R相比，Matlab的价格太高。如果你的主要焦点不是matrix计算和信号处理，R应该适合你的需要。
我认为这也取决于你在哪个学习领域。 我了解沿海研究中的人们使用了很多Matlab。 在这个组中使用R会让你的生活更加困难。 如果一个同事解决了一个问题，你不能使用它，因为他使用Matlab来修复它。
当你处理大量的数据时，我也会看看每一个的function。 我知道R可以有这个问题，如果你习惯于迭代数据挖掘过程，可能会受到限制。 例如，同时查看多个模型。 我不知道MATLAB是否有数据限制。
我承认赞成MATLAB的数据挖掘问题，我在这里给我一些推理：
为什么用MATLAB进行数据挖掘？
我只会承认对R / S-Plus的熟悉，但我会提出以下意见：
-
R肯定比MATLAB有更多的统计焦点。 我更喜欢在MATLAB中构build我自己的工具，以便我确切地知道他们在做什么，并且可以自定义它们，但在MATLAB中这比在R中更为必要。
-
新的统计技术（空间统计，强大的统计等）的代码经常出现在S-Plus的早期（我认为这延续到R，至less有一些）。
-
几年前，我发现R，S-Plus的商业版本的数据容量非常有限。 我不能说R / S-Plus的状态是什么，但是你可能想要检查你的数据是否适合这样的工具。
