拒绝访问 |
| 百度云加速
请打开cookies.
此网站 () 的管理员禁止了您的访问。原因是您的访问包含了非浏览器特征(381eda52b11e663a-ua98).
重新安装浏览器，或使用别的浏览器 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
R语言文本挖掘
下载积分：1000
内容提示：R语言文本挖掘
文档格式：DOC|
浏览次数：450|
上传日期： 03:05:17|
文档星级：
全文阅读已结束，如果下载本文需要使用
 1000 积分
下载此文档
阅读此文档的用户还读了
R语言文本挖掘
官方公共微信####需要先安装几个R包，如果有这些包，可省略安装包的步骤。#install.packages("Rwordseg")#install.packages("tm");#install.packages("wordcloud");#install.packages("topicmodels")例子中所用数据
数据来源于sougou实验室数据。
数据网址：http://download./dl/sogoulabdown/SogouC.mini..tar.gz
└─Sample
├─C000007&汽车
├─C000008&财经
├─C000010 IT
├─C000013&健康
├─C000014&体育
├─C000016&旅游
├─C000020&教育
├─C000022&招聘
├─C000023
└─C000024&军事
采用Python对数据进行预处理为train.csv文件，并把每个文件文本数据处理为1行。
预处理python脚本&ignore_js_op&&&(720 Bytes, 下载次数: 96)&所需数据&ignore_js_op&&&(130.2 KB, 下载次数: 164)&大家也可以用R直接将原始数据转变成train.csv中的数据文章所需stopwords&ignore_js_op&&&(2.96 KB, 下载次数: 114)&
1.& &&&读取资料库
csv &- read.csv("d://wb//train.csv",header=T, stringsAsFactors=F)
mystopwords&- unlist (read.table("d://wb//StopWords.txt",stringsAsFactors=F))
2.& &&数据预处理（中文分词、stopwords处理）
library(tm);
removeNumbers = function(x) { ret = gsub("[0-9０１２３４５６７８９]","",x) }
sample.words &- lapply(csv$$$$text, removeNumbers)
#处理中文分词,此处用到Rwordseg包
wordsegment&- function(x) {
& & library(Rwordseg)
segmentCN(x)
sample.words &- lapply(sample.words, wordsegment)
###stopwords处理
###先处理中文分词，再处理stopwords，防止全局替换丢失信息
removeStopWords = function(x,words) {&&
& & ret = character(0)
& & index &- 1
& & it_max &- length(x)
& & while (index &= it_max) {
& && &if (length(words[words==x[index]]) &1) ret &- c(ret,x[index])
& && &index &- index +1
sample.words &- lapply(sample.words, removeStopWords, mystopwords)
3.& & wordcloud展示
#构建语料库
corpus = Corpus(VectorSource(sample.words))
meta(corpus,"cluster") &- csv$$$$type
unique_type &- unique(csv$$$$type)
#建立文档-词条矩阵
(sample.dtm &- DocumentTermMatrix(corpus, control = list(wordLengths = c(2, Inf))))
#install.packages("wordcloud"); ##需要wordcloud包的支持
library(wordcloud);
#不同文档wordcloud对比图
sample.tdm &-&&TermDocumentMatrix(corpus, control = list(wordLengths = c(2, Inf)));
tdm_matrix &- as.matrix(sample.tdm);
png(paste("d://wb//sample_comparison",".png", sep = ""), width = 1500, height = 1500 );
comparison.cloud(tdm_matrix,colors=rainbow(ncol(tdm_matrix)));####由于颜色问题，稍作修改
title(main = "sample comparision");
dev.off();
#按分类汇总wordcloud对比图
n &- nrow(csv)
cluster_matrix&-sapply(unique_type,function(type){apply(tdm_matrix[,zz1[csv$$$$type==type]],1,sum)})
png(paste("d://wb//sample_ cluster_comparison",".png", sep = ""), width = 800, height = 800 )
comparison.cloud(cluster_matrix,colors=brewer.pal(ncol(cluster_matrix),"Paired")) ##由于颜色分类过少，此处稍作修改
title(main = "sample cluster comparision")
&ignore_js_op&&可以看出数据分布不均匀，culture、auto等数据很少。
#按各分类画wordcloud
sample.cloud &- function(cluster, maxwords = 100) {
& & words &- sample.words[which(csv$$$$type==cluster)]
& & allwords &- unlist(words)
& & wordsfreq &- sort(table(allwords), decreasing = T)
& & wordsname &- names(wordsfreq)&
& & png(paste("d://wb//sample_", cluster, ".png", sep = ""), width = 600, height = 600 )
& & wordcloud(wordsname, wordsfreq, scale = c(6, 1.5), min.freq = 2, max.words = maxwords, colors = rainbow(100))
& & title(main = paste("cluster:", cluster))
& & dev.off()
lapply(unique_type,sample.cloud)# unique(csv$$$$type)
&ignore_js_op&&&ignore_js_op&&4.& & 主题模型分析
library(slam)
summary(col_sums(sample.dtm))
term_tfidf&&&- tapply(sample.dtm$$$$v/row_sums( sample.dtm)[ sample.dtm$$$$i],& &sample.dtm$$$$j,&&mean)*
log2(nDocs( sample.dtm)/col_sums( sample.dtm&&&&&0))
& && &&&summary(term_tfidf)
sample.dtm&&&-&&sample.dtm[,&&term_tfidf&&&=&&0.1]
& && &&&sample.dtm&&&-&&sample.dtm[row_sums(sample.dtm)&&&&&0,]
library(topicmodels)
SEED &- 2010
sample_TM &-
VEM = LDA(sample.dtm, k = k, control = list(seed = SEED)),
VEM_fixed = LDA(sample.dtm, k = k,control = list(estimate.alpha = FALSE, seed = SEED)),
Gibbs = LDA(sample.dtm, k = k, method = "Gibbs",control = list(seed = SEED, burnin = 1000,thin = 100, iter = 1000)),
CTM = CTM(sample.dtm, k = k,control = list(seed = SEED,var = list(tol = 10^-4), em = list(tol = 10^-3)))
&ignore_js_op&
sapply(sample_TM[1:2], slot, "alpha")
sapply(sample_TM, function(x) mean(apply(posterior(x)$$$$topics,1, function(z) - sum(z * log(z)))))
&ignore_js_op&&&估计严重小于默认值，这表明Dirichlet分布数据集中于部分数据，文档包括部分主题。数值越高说明主题分布更均匀
#最可能的主题文档
Topic &- topics(sample_TM[["VEM"]], 1)
table(Topic)
#每个Topic前5个Term
Terms &- terms(sample_TM[["VEM"]], 5)
Terms[,1:10]
&ignore_js_op&
######### auto中每一篇文章中主题数目
(topics_auto &-topics(sample_TM[["VEM"]])[ grep("auto", csv[[1]]) ])
most_frequent_auto &- which.max(tabulate(topics_auto))
######### 与auto主题最相关的10个词语
terms(sample_TM[["VEM"]], 10)[, most_frequent_auto]
&ignore_js_op&&
阅读(...) 评论() &R语言（1）
虽然总有人对比python与R的实用性，但是作为数据分析的目标而言，工具不是重点，目标需求才是首要关注点，所以，今天尝试用R自带的一系列工具包来完成对于文本内容的挖掘，并利用标签云展示词频关系。
分词包jiebaR（类似于python中的jieba，但兼具标注，关键词提取以simhash等功能）
标签云包wordcloud
- 编程环境
R编译解释器
Rstudio（界面简洁，操作方便，集成大量实用功能）
- 挖掘展示过程
大体步骤分如下：
1.数据源的读入，整合并做分词
test &- readLines(“corpus.txt”, encoding = ‘UTF-8’)
mixseg = worker(stop_word = “stop_words.utf8”)
words = c()
for (i in test) {words = c(words, mixseg &= i)}
注：worker()函数建立分词环境，这里添加停用词路径，其他参数可使用？worker访问查看，将分割后的词语利用数组列表words存储；
2.数据频次统计，排序筛选，并制作数据帧data.frame
word = table(words)
word &- sort(word, decreasing = TRUE)
word = word[1:100]
d = data.frame(word = names(word), freq = word)
注：利用table函数统计列表中的词频次，然后降序排列，最后利用data.frame函数产生frame数据集，包含名称和频次两列
3.利用wordcloud绘制标签云
mycolors &- brewer.pal(8, “Dark2”)
wordcloud(d$word,d$freq,
random.order = FALSE,
random.color= FALSE,
colors = mycolors,
family = “myFont3”)
注：利用brewer.pal(n,color)函数产生颜色集，第一个参数n是颜色个数，第二个color参数表示颜色集系列；wordcloud的前两个参数即是对应的词及频次。
&&相关文章推荐
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：45640次
排名：千里之外
原创：34篇
(1)(2)(3)(1)(3)(4)(4)(1)(1)(1)(4)(2)(1)(2)(8)(5)苹果/安卓/wp
Ψ▄┳一大卫卍卐席尔瓦
Ψ▄┳一大卫卍卐席尔瓦
积分 19668, 距离下一级还需 11932 积分
权限: 自定义头衔, 签名中使用图片, 隐身, 设置帖子权限, 设置回复可见, 签名中使用代码
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡, 抢沙发, 提升卡, 沉默卡, 千斤顶, 变色卡, 置顶卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
开心签到天数: 207 天连续签到: 1 天[LV.7]常住居民III
本帖最后由 fantuanxiaot 于
11:46 编辑
Rwordseg、Rweibo、tm的安装 使用默认方法安装相关R中文文本挖掘包（tmcn、Rwordseg、Rweibo）时，会出现安装失败。合适的方法是：通过源代码安装相关包的程序：手工下载源代码及其依赖，然后编译安装。
首先是基础性的tm包。tm包是R文本挖掘的通用包。直接使用install.package即可安装。
本帖隐藏的内容1install.packages(&tm&)、、是李舰等人开发的中文文本挖掘包。三个网页（官网）中提供了包说明与安装方法。但经测试，其中的安装方法不可用。
正确的安装方法为：
先下载、[Rwordseg]、
tmcn无依赖关系，直接使用。
1install.packages(&~/Downloads/tmcn_0.1-3.tar&, repos=NULL, type=&source&)Rwordseg依赖于rJava。
该包需要预先安装Java环境。如果未曾安装Java，请先安装Java，安装Java（及PATH的配置）过程不再赘述。
12install.packages(&rJava&)&&install.packages(&~/Downloads/Rwordseg_0.2-1.tar&, repos=NULL, type=&source&)Rweibo依赖于RCurl、rjson、XML、digest四个包。
这四个依赖包同样不能直接安装，需要先从下载源码：（按包名搜索RCurl、XML、rjson、digest），然后再安装。
1234567install.packages(&bitops&) #RCurl的依赖&&install.packages(&~/Downloads/RCurl_1.95-4.1.tar&, repos=NULL, type=&source&)&&install.packages(&~/Downloads/XML_3.98-1.1.tar&, repos=NULL, type=&source&)&&install.packages(&~/Downloads/rjson_0.2.13.tar&, repos=NULL, type=&source&)&&install.packages(&~/Downloads/digest_0.6.4.tar&, repos=NULL, type=&source&)& & install.packages(&~/Downloads/Rweibo_0.2-9.tar&, repos=NULL, type=&source&)
本帖隐藏的内容第一部分
在用“Rwordseg”程序包进行分词练习。我也忍不住进行了一次实验。
首先，肯定是装程序包了，个人感觉是废话，纯凑字数。
等等吧，觉得看代码有点难度。
tm包是R语言中为文本挖掘提供综合性处理的package，进行操作前载入tm包，vignette命令可以让你得到相关的文档说明
library(tm)
vignette(&tm&)
#首先要读取文本，本次操作所用的文本是tm包自带的20个XML格式文本，存放在library\tm\texxts\crude文件夹中。用Corpus命令读取文本并生成语料库文件
reut21578 &- system.file(&texts&, &crude&, package = &tm&)
reuters &- Corpus(DirSource(reut21578), readerControl = list(reader = readReut21578XML))
#下一步用tm_map命令对语料库文件进行预处理，将其转为纯文本并去除多余空格，转换小写，去除常用词汇、合并异形同意词汇
reuters &- tm_map(reuters, as.PlainTextDocument)
reuters &- tm_map(reuters, stripWhitespace)
reuters &- tm_map(reuters, tolower)
reuters &- tm_map(reuters, removeWords, stopwords(&english&))
tm_map(reuters, stemDocument)
#利用DocumentTermMatrix将处理后的语料库进行断字处理，生成词频权重矩阵
dtm &- DocumentTermMatrix(reuters)
#部分矩阵内容可通过inspect来观察
inspect(dtm[1:5, 100:105])
Docs abdul-aziz ability able abroad, abu accept
127 0 0 0 0 0 0
144 0 2 0 0 0 0
191 0 0 0 0 0 0
194 0 0 0 0 0 0
211 0 0 0 0 0 0
如果需要考察多个文档中特有词汇的出现频率，可以手工生成字典，并将它作为生成矩阵的参数
(d &- Dictionary(c(&prices&, &crude&, &oil&)))
inspect(DocumentTermMatrix(reuters, list(dictionary = d)))
因为生成的矩阵是一个稀疏矩阵，再进行降维处理，之后转为标准数据框格式
dtm2 &- removeSparseTerms(dtm, sparse=0.95)
data &- as.data.frame(inspect(dtm2))
再之后就可以利用R语言中任何工具加以研究了，下面用层次聚类试试看
先进行标准化处理，再生成距离矩阵，再用层次聚类
data.scale &- scale(data)
d &- dist(data.scale, method = &euclidean&)
fit &- hclust(d, method=&ward&)
绘制聚类图
可以看到在20个文档中，489号和502号聚成一类，与其它文档区别较大。
可执行代码：
library(tm)
vignette(&tm&)
reut21578 &- system.file(&texts&, &crude&, package = &tm&)
reuters &- Corpus(DirSource(reut21578), readerControl = list(reader = readReut21578XML))
reuters &- tm_map(reuters, as.PlainTextDocument)
reuters &- tm_map(reuters, stripWhitespace)
reuters &- tm_map(reuters, tolower)
reuters &- tm_map(reuters, removeWords, stopwords(&english&))
tm_map(reuters, stemDocument)
dtm &- DocumentTermMatrix(reuters)
inspect(dtm[1:5, 100:105])
dtm2 &- removeSparseTerms(dtm, sparse=0.95)
data &- as.data.frame(inspect(dtm2))
data.scale &- scale(data)
d &- dist(data.scale, method = &euclidean&)
fit &- hclust(d, method=&ward&)
目前已有很多精心设计、维护良好且广泛支持的与机器学习相关的R程序包。在我们要进行的案例研究中，涉及的程序包主要用于：处理空间数据、进行文本分析、分析网络拓扑等，还有些程序包用于与网络API进行交互，当然还有其他很多功能，不胜枚举。因此，我们的任务很大程度上会依赖内置在这些程序包的函数功能。
加载R程序包很简单。实现加载的两个函数是：library和require。两者之间存在细微差别，在本书中，主要差别是：后者会返回一个布尔值（TRUE或FALSE）来表示是否加载成功。例如，在第6章中，我们会用到tm程序包来分词。要加载该程序包，我们既可以用library也可以用require。在下面所举例子中，我们用library来加载tm包，用require来加载XML包，再用print函数来显示require函数的返回值。可以看到，返回的布尔值是“TRUE”，可见XML包加载成功了。
library(tm)
print(require(XML))
假如XML包还未安装成功，即require函数返回值为“FALSE”，那么我们在调用之前仍需先安装成功这个包。
注意： 如果你刚安装成功R环境，那么你还需要安装较多的程序包才能完成本书的所有案例研究。
在R环境中安装程序包有两种方法：可以用图形用户界面进行安装，也可以用R控制台中的install.packages函数来安装。考虑到本书目标读者的水平，我们在本书的案例研究中会全部采用R控制台进行交互，但还是有必要介绍一下怎么用图形用户界面安装程序包。在R应用程序的菜单栏上，找到Packages & Data→Package Installer（程序包→安装程序包），点击之后弹出如图1-4所示的窗口。从程序包资源库的下拉列表中选择CRAN（binaries）（CRAN（二进制））或者CRAN（sources）（CRAN（源代码）），点击Get List（获取列表）按钮，加载所有可安装的程序包，最新的程序包版本可以从CRAN （sources）（CRAN（源代码））资源库中获取。如果你的计算机上已经安装了所需的编译器，我们推荐用源代码安装。接着，选择要安装的包，然后点击Install Selected（安装所选包），即可安装。
相比而言，用install.packages函数来安装是一种更佳的方法，因为它在安装方式和安装路径上更为灵活。这种方法的主要优势之一就是既可以用本地的源代码，也可以用CRAN上的源代码来安装。虽然以下这种情况不太常见，但仍然有可能会需要。有时你可能要安装一些CRAN上还未发布的程序包，比如你要将程序包更新到测试版本，那么你必须用源代码进行安装：
install.packages(&tm&, dependencies=TRUE)
setwd(&~/Downloads/&)
install.packages(&RCurl_1.5-0.tar.gz&, repos=NULL, type=&source&)第一行代码中，我们用默认参数从CRAN上安装了tm程序包。tm程序包用于文本挖掘，在第3章将用它来对电子邮件文本进行分类。install.packages中一个很有用的参数是suggests，这个参数默认值是FALSE，如果设置为TRUE，就会在安装过程中通知install.packages函数并安装初始安装过程所依赖的程序包。为了得到最佳实践，我们推荐将此参数值一直设置为TRUE，当R应用程序上没有任何程序包的情况下更要如此。
同样还有另一种安装方法，那就是直接使用源代码的压缩文件进行安装。在上一个例子中，我们用作者网站上的源代码安装了RCurl程序包。用setwd函数确保R的工作路径已设置为保存源代码的目录，然后就可以简单地执行前面的命令从源代码安装了。注意，这里需要改动两个参数。首先，我们必须设置repos=NULL来告诉函数不要使用CRAN中任意一个资源库，然后要设置type=&source&来告诉函数使用源代码安装。
表1-2：本书中用到的程序包
名称 网址 作者 简介及用法
arm&&&&Andrew Gelman等 用于构建多水平/层次回归模型的
web/packages/arm/&&程序包
Hadley Wickham 是图语法在R中的实现，是创建& & 高质量图形的首选程序包
Jerome Friedman、&&包含Lasso和elastic-net的正则化
web/packages/glmnet/ Trevor Hastie和 广义线性模型
index.html Rob Tibshirani
Gabor Csardi 简单的图及网络分析程序，用于
.net/&&模拟社交网络&&
Douglas Bates、 提供函数用于创建线性及广义混
web/packages/lme4/ Martin Maechler和 合效应模型
&&Ben Bolker
Hadley Wickham 提供方便的函数，使在R环境中
hadley/lubridate&&处理日期更为容易
Duncan Temple Lang 提供了一个与libcurl库中HTTP协
org/RCurl/&&议交互的R接口，用于从网络中& & 导入原始数据
Hadley Wickham 提供一系列工具用于在R中处& &&&理、聚合以及管理数据
Duncan Temple Lang 提供读写JSON（JavaScript
org/RJSONIO/&&Object Notation）数据的函数，& & 用于解析来自网络API的数据
Ingo Feinerer 提供一系列文本挖掘函数，用于
spatstat/&&处理非结构化文本数据
Duncan Temple Lang 用于解析XML及HTML文件，以
org/RSXML/&&便从网络中提取结构化数据
前文已经提到过，在本书中我们会使用一些程序包。表1-2列出了本书的案例研究所用到的所有程序包，包括对其用途的简单介绍，以及查看每个包详细信息的链接。安装所需程序包的数量不少，为了加快安装过程，我们创建了一个简短的脚本来检查每个必需的程序包是否已安装，若没有安装，它会通过CRAN进行安装。要运行该脚本，先用setwd函数将工作目录设置为本章代码所在的文件夹，再执行source命令，如下所示：
source(&package_installer.R&)
如果你还没有安装过程序包，系统可能要求你选择一个CRAN的库。一旦设置完成，脚本就开始运行，你就可以看到所有需要安装的程序包的安装进度。现在，我们就要用R开始机器学习之旅了！在我们开始案例分析之前，我们仍需要回顾一些常用的R相关的函数与操作。
想要调用write.xlsx()这个函数，在安装了xlsx，xlsxjars和rJava这几个包后，还是不行，一输入library(xlsx)就报错
1.是否安装JAVA，如果已经安装请检查JAVA是否符合R的版本。建议从新安装下JAVA：
2.不工作，在加载包之前，手动配置下java的位置
Sys.setenv(JAVA_HOME='C:\Program Files\Java\jre7') # for 64-bit version
Sys.setenv(JAVA_HOME='C:\Program Files (x86)\Java\jre7') # for 32-bit version library(rJava)
问题一般能解决。
支持楼主：、
购买后，论坛将把您花费的资金全部奖励给楼主，以表示您对TA发好贴的支持
载入中......
总评分:&经验 + 100&
论坛币 + 150&
学术水平 + 1&
热心指数 + 4&
信用等级 + 1&
本帖被以下文库推荐
& |主题: 1297, 订阅: 591
Ψ▄┳一大卫卍卐席尔瓦
在windows中创建R程序包简明指南
R软件中CRAN镜像迄今已经收藏了2300多个程序包，几乎涉及了统计编程的所有领域，每个程序包既有源代码,又有编译好的Windows或者MacOS平台下的程序。在编写R函数较多时，最好将其制作成程序包，便于管理和使用。如果愿意，还可以将R程序包提交到CRAN，与世界各地的用户分享成果。在Windows环境下如何编写R程序包？也就是生成供linux环境编译运行的tar.gz文件，也生成供windows下使用的.zip文件？这一过程并不复杂，但要下载一些工具软件，按照相应的步骤填写相应的“表格”，继而在控制台中输入一些指令。如果你是R的用户，相信这些不应该陌生了。 在Windows下编写R程序包通常包括以下几步：（1）工具软件Rtools的安装和备选软件的安装。（2）r脚本的准备，也就是用来生成程序包的函数脚本。（3）利用R中自带的package.skeleton()函数，生成制作包所需要的Description 文件和帮助文件.rd 。（4）按要求填写生成的Description 文件和帮助文件.rd（5）在windows cmd的命令行中输入相应的命令，生成zip文件或者.tar.gz,并进行相应的检查。 下面我们来创建最简单的一个R程序包，其中只包含一个函数。一 工具软件安装和配置制作r包的工具软件包括Rtools，HTML编译器(R2.10后不需要HTML编译器)，MikTeX 或 Ctex (如果不想获得pdf手册，则不需要安装) 1 工具软件安装（1）Rtools（制作R包的主要工具）Rtools是在windows下制作R包的一系列工具，其中包括1） CYGWIN 在Windows下模拟UNIX环境2） MinGW编译器，可用来编译C和Fortran语言。3） Perl下载地址：&& （2） 微软HTML编译器(备选):用来从源文件生成HTML格式的帮助文件(2.10以后的版本则不需要)下载地址： （3） MikTeX 或CteX（备选）用来生成PDF格式的帮助文件下载地址：& && &&&分别按照要求安装好。 2 设置文件启动路径：设置启动路径的目的是在cmd命令行可以直接调用Rtools等相应软件。右键点击：我的电脑&属性&高级&环境变量&系统变量&&PATH一项，点击“编辑”，检查是否具有以下路径。通常软件在安装时已经自动配置好了启动路径。如果没有，需要手工添加： c:\Rtools\c:\Rtools\perl\c:\Rtools\MinGW\ C:\CTEX\MiKTeX\miktex\C:\CTEX\CTeX\ctex\C:\CTEX\CTeX\cct\C:\CTEX\CTeX\ty\ C:\Program Files\R\R-2.11.0\bin\;
图1 设置启动路径
二 R脚本的准备假如现在我们已经有了一个编好的R函数freq，用来计算物种出现的相对频度,存成了r脚本的格式,文件名为freq.r其内容如下所示 ##############################################freq &-function(matr){& &matr &- as.matrix(matr)& &if(!is.matrix(matr)){& && & stop(&The input data must be matrix!\n&)& &}& &if(any(is.na(matr))){& && & matr &- na.omit(matr)& && & print(paste(&NA found in matrix, and have been removed\n&))& &}& &matr[matr&1] &- 1& &result &- apply(matr, 2, sum)/nrow(matr)& &return(result)}##############################################下面是用R自带的package.skeletons()函数生成R程序包的框架 三 R包框架的准备1 生成准备文件登陆R ：开始&所有程序&R&R.2.9.0(1)清除内存中的对象，目的删除R内存中所有不需要的数据或函数： rm(list=ls())(2)设定工作目录，这里设定为 c:/pasetwd(&c:/pa&)(3)先用source()函数将r脚本中的函数读取。如果要创建的R包中有很多函数，则建议先将各函数存在一个脚本文件，再用source()函数读取该脚本中的各函数，并将需要的数据读取到内存中。用package.skeleton （name=&packname&, list = ls()）生成相应的包框架。这里，我们要创建一个名为freq的R包。则输入以下命令：package.skeleton(name=&freq&, list = ls())
此时，R控制台中显示& package.skeleton(name=&freq&, list = ls())Creating directories ...Creating DESCRIPTION ...Creating Read-and-delete-me ...Saving functions and data ...Making help files ...Done.Further steps are described in './freq/Read-and-delete-me'.& 可以看到c:/pa文件夹下新出现了一个freq文件夹 该文件夹下的内容就是R包的框架，包括Read-and-delete-me，DESCRIPTION文件，r文件夹，man文件夹，只要按要求将其填写完整，再进行相应的编译即可。 Read-and-delete-me 包括如何创建R包DESCRIPTION 是对R包的简要介绍r文件夹中存放的是.r文件，即各函数的源代码man文件夹下存放的是Rd文件，也就是R帮助的源代码 首先查看Read-and-delete-me文件 文件内容如下：####################################################################################* Edit the help file skeletons in 'man', possibly combining help files for multiple functions.* Put any C/C++/Fortran code in 'src'.* If you have compiled code, add a .First.lib() function in 'R' to load the shared library.* Run R CMD build to build the package tarball.* Run R CMD check to check the package tarball.Read &Writing R Extensions& for more information.#################################################################################### 大致意思如下：可以man文件夹下编辑帮助文件C/C++/Fortran 的源代码应该放入src文件夹下需要在登录时载入包可以运行R CMD建立和检查相应的包 注：这里的R CMD说的是在Linux的终端输入的命令，实际上在Windows环境中应该输入 Rcmd Rcmd build packname 给源程序打包，Rcmd build --binary packname建立zip包。Rcmd check packname 检查程序包的错误。查看过该文件之后，需要将其删除。 2 编辑Description文件和rd文件（1） Description文件的编辑按照提示，填好各项Description文件是该程序包的简介，这一格式是Debian Linux的作者发明的。内容如下：红色部分是需要手工编辑的。需要特别注意的是，本程序包的例子中使用了vegan程序包的数据，则应该在Description文件中加入Suggests：vegan, 否则在Rcmd check中将不能通过。如果程序包中的R函数引用vegan程序包的函数，则需要在Description文件中加入 Depends:vegan 这样在该程序包被载入的同时，保证vegan程序包也被载入。####################################Package: freqType: PackageTitle: Calculate relative frequencyVersion: 1.0Date: Author: Jinlong ZhangMaintainer: Jinlong ZhangDescription: Calculate relative frequency for species matrix.License: GPL-2LazyLoad: yesSuggests: vegan##################################### （2）man文件夹中.rd文件编辑man文件夹中包含两个文件 freq.Rd和freq-package.Rd，分别是对freq()函数和freq包的介绍，下面逐项填写:Rd文件的格式与Tex的格式很像，如果有LaTex的基础，则会毫不费力。如果没有，则需要仔细琢磨一下了。Rd文件的项目中不能留空，否则在检查时会显示警告。其中title是必须填写的内容。同时要注意：在Rd文件中，不要出现非ASCII码字符，否则在Rcmd check中将不能通过。freq.Rd 文件内容：红色的为手工输入的部分，原文件中%后的为注释，可以忽略#################################################################\name{freq}\alias{freq}\title{Species relative frequency}\description{This function calculates the species relative frequency which equals to the numbers of occupied plots partitioned by the total number of plots for each species.}\usage{freq.calc(matr)}\arguments{ \item{matr}{ The standard species matrix}}\details{The input data is a standard species matrix with rows for plots and column for species.}\value{Returns a vector that contains relative frequency for each species included in the input matrix.}\references{None}\author{Jinlong Zhang \email{}}\examples{library(vegan)data(BCI)freq(BCI)}\keyword{ frequency }\keyword{ species }###################################################################### freq-package.Rd中帮助文件的填法与freq.Rd的类似。 四 通过cmd创建R包在Windows 开始& 运行& cmd键入 cd c:\pa\& &将工作目录转移到c:/pa下键入 Rcmd INSTALL --build freq&&制作windows zip包 (编者按: 请注意， 新版的Rcmd， 制作Windows Binary程序包， 已经更改为 Rcmd INSTALL --build&&)键入 Rcmd build freq&&制作linux平台下可运行的tar.gz包命令运行完之后可以发现，在c:/pa/文件夹下分别生成了freq.zip和freq_1.0.tar.gz压缩包。键入 Rcmd check freq 对freq_1.0.tar.gz代码的各项内容进行检查。键入 Rcmd Rd2pdf freq 生成pdf格式的命令手册。 图4在cmd中输入Rcmd build freq，获得相应的tar.gz程序包 如果作者希望将自己制作的Package上传到CRAN，则必须要通过Rcmd check，并且其中不能有任何错误或警告。
总评分:&经验 + 50&
Ψ▄┳一大卫卍卐席尔瓦
需要一个Snowball包，但是去官网上下不到这个包，只有一个SnowballC的包，请问这两个包一样吗?
还有，我想用到Snowball里的Snowballstemmer函数，这个函数在SnowballC包中没有，这种情况该怎么办呢？还希望有人能帮忙解决一下，谢谢~
您好，这个包跟snowball包是一样的吗？因为我想做文本挖掘，要用到snowball包里的一个snowballstemmer函数，安装了snowballC包以后无法用这个函数啊
差不多，后者用c写的。wordStem这个函数类似那个
Ψ▄┳一大卫卍卐席尔瓦
About rJavaWhat is rJava?& && &&&rJava is a simple R-to-Java interface. It is comparable to the .C/.Call C interface. rJava provides a low-level bridge between R and Java (via JNI). It allows to create objects, call methods and access fields of Java objects from R.rJava release versions can be obtained from
- usually install.packages(&rJava&) in R will do the trick. The current development version can be downloaded from the.In a sense the inverse of rJava is
(Java/R Interface) which provides the opposite direction - calling R from Java. JRI is now shipped as a part of the rJava package, although it still can be used as a separate entity (especially for development). Currently rJava is used as a part of ,
software/packages.Please report any bugs or wishes related to rJava or JRI using .What's new?rJava source repository is now on
and that is also the place to report bugs. The main page and builds are still on RForge.net. - rJava 0.9-6 released. Fixes Java parameter issue introduced in 0.9-5 on systems with headless mode (e.g. OS X).
- rJava 0.9-0 released. This is a major upgrade that changes behavior of array references in low-level calls back to early 0.8 state as intedended by the original design. It should be more consistent now. We have had rJava 0.9-0 in RC state for a long time so hopefully all developers relying on rJava have checked their packages. For the full list of fixes and changes see .
- rJava 0.8-0 released. Many new features mostly thanks to Romain Francois -- check the
file for details.
- rJava 0.7-0 released. Recommended update (includes bugfixes to fields handling, new support for with(), method/field auto-completion and more forgiving $operator), includes JRI 0.5-0.
- rJava 0.6-0 released. Adds support for Java serialization and R-side cache which enables Java objects to become persistent across sessions. See ?.jcache in R (or the ) for details.
- rJava 0.5-1 released. Fixes issues with W and minor updates (see NEWS).
- rJava 0.5-0 released. This is a major update featuring many new features and bugfixes. It sports a new custom class loader, much improved (and faster) field support, integration of all native Java types, automatic fall-back to static methods, infrastructure for writing Java packages easily (see .jpackage), support for custom convertors and call-backs. Please read the
file for details. - rJava 0.4-14 (update is recommended to all users due to memory leak fixes), please use CRAN to get the latest release. The current development version isrJava 0.5-0 (available from here - see SVN access and download on the left). It is under heavy construction right now with many new features, so feel free to test-drive it if you want to be on the bleeding edge (it is a bit chatty as some debugging output is still enabled). Some of the highlights are memory profiler, intelligent class loader, easy Java package integration and callback support.
InstallationFirst, make sure you have JDK 1.4 or higher installed (some platforms require hgher version see ). On unix systems make sure that R was configured with Java support. If not, you can re-configure R by using R CMD javareconf (you may have to prepend sudo or run it as root depending on your installation - see R-ext manual A.2.2 for details). On Windows Java is detected at run-time from the registry.rJava can be installed as any other R package from CRAN using install.packages('rJava'). See the files section in the left menu for development versions.JRI is only compiled if supported, i.e. if R was configured as a framework or with --enable-R-shlib.DocumentationIf you want to run R within a Java application, please see the
pages for details. rJava allows you to use R code to create Java objects, call Java methods and pass data between R and Java. Most functions are already documented by the corresponding help pages in R, but here is a very basic crashcourse:The following gives a quick guide to the use of rJava. If you have questions about installation, please visit the .Let's start with some low-level examples. Remember, this is all essentially a JNI interface, so you may encounter new things if you used Java from high level only.library(rJava)
.jinit() # this starts the JVM
s &- .jnew(&java/lang/String&, &Hello World!&)
Ok, here we have our first Java object. It is equivalent to the Java line of (pseudo) code s = new java.lang.String(&Hello World!&); The class name may look strange to casual Java users, but this is how JNI class names look like - slashes instead of dots. Also note that you must always refer to the full class name, because there is no import ... facility.Next, we will call a simple method:.jcall(s,&I&,&length&)
This is equivalent to s.length(), but it is a bit more complex than expected. The main reason is that in JNI when looking up methods, you must supply the return type as well. So here we say that we want to call a method length on the object s with the return type I which means int. The table of JNI types is as follows:IintegerDdouble (numeric)Jlong Ffloat VvoidZbooleanCchar (integer)Bbyte (raw)L&class&; Java object of the class &class& (e.g. Ljava/lang/O)[&type& Array of objects of type &type& (e.g. [D for an array of doubles)Not all types or combinations are supported, but most are. Note that the Java type short was sacrificed for greater good (and pushed to T), namely S return type specification in.jcall is a shortcut for Ljava/lang/S. When passing parameters to methods, R objects are automatically converted where possible:.jcall(s,&I&,&indexOf&,&World&)
This is equivalent to s.indexOf(&World&) and the string parameter &World& is automatically converted into java.lang.String object and passed to Java. Note that you can equally pass Java object references as well. But before we do that, let us see how you can find a method signature if you're not sure. Let's say we want to know more about theconcat method for our object s:.jmethods(s,&concat&)
[1] &public java.lang.String java.lang.String.concat(java.lang.String)&
We see that concat expects a string and returns a string, so we can just concatenate the string itself if we want:.jcall(s,&Ljava/lang/S&,&concat&,s)
[1] &Hello World!Hello World!&
We are telling JNI that the return value will be of an object of the class java.lang.String (there is a convenience shotcut of S as well). The parameter evalString is by default set to TRUE (see help for .jcall), so you don't get a reference to the new string, but the actual contents instead.There is a simple function .jstrVal that returns the content of a string reference or calls toString() method and returns the string:print(s)
[1] &Java-Object: Hello World&
.jstrVal(s)
[1] &Hello World&
At the end, let us create some windows and buttons using AWT:f &- .jnew(&java/awt/Frame&, &Hello&)
b &- .jnew(&java/awt/Button&, &OK&)
.jcall(f, &Ljava/awt/C&, &add&, .jcast(b, &java/awt/Component&))
.jcall(f,, &pack&)
.jcall(f,, &setVisible&, TRUE)
This should show a simple AWT window with an OK button inside. Note that we need to cast the button b into java/awt/Component, because the method signature needs to be matched precisely (call .jmethods(f, &add&) to see the expected type). You can get rid of this window by calling .jcall(f,,&dispose&).Finally a note about the $ convenience operator. It provides an experimental, but simple way of writing code in Java style at the cost of speed. Taking the String example, you can achieve the same with:s$length()
s$indexOf(&World&)
You simply use $ instead of .. This interface uses Java reflection API to find the correct method so it is much slower and may not be right (works for simple examples but may not for more complex ones). For now its use is discouraged in programs as it may change in the future. However, feel free to test it and report any issues with it.(*) Note that there is no long or float type in R. Both are converted into numeric in R. In order to pass a numeric as either of the two back to Java, you will neeed to use.jfloat or .jlong functions to mark an object as belonging to one of those classes.
总评分:&经验 + 50&
Ψ▄┳一大卫卍卐席尔瓦
About rJavaWhat is rJava?& && &&&rJava is a simple R-to-Java interface. It is comparable to the .C/.Call C interface. rJava provides a low-level bridge between R and Java (via JNI). It allows to create objects, call methods and access fields of Java objects from R.rJava release versions can be obtained from
- usually install.packages(&rJava&) in R will do the trick. The current development version can be downloaded from the.In a sense the inverse of rJava is
(Java/R Interface) which provides the opposite direction - calling R from Java. JRI is now shipped as a part of the rJava package, although it still can be used as a separate entity (especially for development). Currently rJava is used as a part of ,
software/packages.Please report any bugs or wishes related to rJava or JRI using .What's new?rJava source repository is now on
and that is also the place to report bugs. The main page and builds are still on RForge.net. - rJava 0.9-6 released. Fixes Java parameter issue introduced in 0.9-5 on systems with headless mode (e.g. OS X).
- rJava 0.9-0 released. This is a major upgrade that changes behavior of array references in low-level calls back to early 0.8 state as intedended by the original design. It should be more consistent now. We have had rJava 0.9-0 in RC state for a long time so hopefully all developers relying on rJava have checked their packages. For the full list of fixes and changes see .
- rJava 0.8-0 released. Many new features mostly thanks to Romain Francois -- check the
file for details.
- rJava 0.7-0 released. Recommended update (includes bugfixes to fields handling, new support for with(), method/field auto-completion and more forgiving $operator), includes JRI 0.5-0.
- rJava 0.6-0 released. Adds support for Java serialization and R-side cache which enables Java objects to become persistent across sessions. See ?.jcache in R (or the ) for details.
- rJava 0.5-1 released. Fixes issues with W and minor updates (see NEWS).
- rJava 0.5-0 released. This is a major update featuring many new features and bugfixes. It sports a new custom class loader, much improved (and faster) field support, integration of all native Java types, automatic fall-back to static methods, infrastructure for writing Java packages easily (see .jpackage), support for custom convertors and call-backs. Please read the
file for details. - rJava 0.4-14 (update is recommended to all users due to memory leak fixes), please use CRAN to get the latest release. The current development version isrJava 0.5-0 (available from here - see SVN access and download on the left). It is under heavy construction right now with many new features, so feel free to test-drive it if you want to be on the bleeding edge (it is a bit chatty as some debugging output is still enabled). Some of the highlights are memory profiler, intelligent class loader, easy Java package integration and callback support.
InstallationFirst, make sure you have JDK 1.4 or higher installed (some platforms require hgher version see ). On unix systems make sure that R was configured with Java support. If not, you can re-configure R by using R CMD javareconf (you may have to prepend sudo or run it as root depending on your installation - see R-ext manual A.2.2 for details). On Windows Java is detected at run-time from the registry.rJava can be installed as any other R package from CRAN using install.packages('rJava'). See the files section in the left menu for development versions.JRI is only compiled if supported, i.e. if R was configured as a framework or with --enable-R-shlib.DocumentationIf you want to run R within a Java application, please see the
pages for details. rJava allows you to use R code to create Java objects, call Java methods and pass data between R and Java. Most functions are already documented by the corresponding help pages in R, but here is a very basic crashcourse:The following gives a quick guide to the use of rJava. If you have questions about installation, please visit the .Let's start with some low-level examples. Remember, this is all essentially a JNI interface, so you may encounter new things if you used Java from high level only.library(rJava)
.jinit() # this starts the JVM
s &- .jnew(&java/lang/String&, &Hello World!&)
Ok, here we have our first Java object. It is equivalent to the Java line of (pseudo) code s = new java.lang.String(&Hello World!&); The class name may look strange to casual Java users, but this is how JNI class names look like - slashes instead of dots. Also note that you must always refer to the full class name, because there is no import ... facility.Next, we will call a simple method:.jcall(s,&I&,&length&)
This is equivalent to s.length(), but it is a bit more complex than expected. The main reason is that in JNI when looking up methods, you must supply the return type as well. So here we say that we want to call a method length on the object s with the return type I which means int. The table of JNI types is as follows:IintegerDdouble (numeric)Jlong Ffloat VvoidZbooleanCchar (integer)Bbyte (raw)L&class&; Java object of the class &class& (e.g. Ljava/lang/O)[&type& Array of objects of type &type& (e.g. [D for an array of doubles)Not all types or combinations are supported, but most are. Note that the Java type short was sacrificed for greater good (and pushed to T), namely S return type specification in.jcall is a shortcut for Ljava/lang/S. When passing parameters to methods, R objects are automatically converted where possible:.jcall(s,&I&,&indexOf&,&World&)
This is equivalent to s.indexOf(&World&) and the string parameter &World& is automatically converted into java.lang.String object and passed to Java. Note that you can equally pass Java object references as well. But before we do that, let us see how you can find a method signature if you're not sure. Let's say we want to know more about theconcat method for our object s:.jmethods(s,&concat&)
[1] &public java.lang.String java.lang.String.concat(java.lang.String)&
We see that concat expects a string and returns a string, so we can just concatenate the string itself if we want:.jcall(s,&Ljava/lang/S&,&concat&,s)
[1] &Hello World!Hello World!&
We are telling JNI that the return value will be of an object of the class java.lang.String (there is a convenience shotcut of S as well). The parameter evalString is by default set to TRUE (see help for .jcall), so you don't get a reference to the new string, but the actual contents instead.There is a simple function .jstrVal that returns the content of a string reference or calls toString() method and returns the string:print(s)
[1] &Java-Object: Hello World&
.jstrVal(s)
[1] &Hello World&
At the end, let us create some windows and buttons using AWT:f &- .jnew(&java/awt/Frame&, &Hello&)
b &- .jnew(&java/awt/Button&, &OK&)
.jcall(f, &Ljava/awt/C&, &add&, .jcast(b, &java/awt/Component&))
.jcall(f,, &pack&)
.jcall(f,, &setVisible&, TRUE)
This should show a simple AWT window with an OK button inside. Note that we need to cast the button b into java/awt/Component, because the method signature needs to be matched precisely (call .jmethods(f, &add&) to see the expected type). You can get rid of this window by calling .jcall(f,,&dispose&).Finally a note about the $ convenience operator. It provides an experimental, but simple way of writing code in Java style at the cost of speed. Taking the String example, you can achieve the same with:s$length()
s$indexOf(&World&)
You simply use $ instead of .. This interface uses Java reflection API to find the correct method so it is much slower and may not be right (works for simple examples but may not for more complex ones). For now its use is discouraged in programs as it may change in the future. However, feel free to test it and report any issues with it.(*) Note that there is no long or float type in R. Both are converted into numeric in R. In order to pass a numeric as either of the two back to Java, you will neeed to use.jfloat or .jlong functions to mark an object as belonging to one of those classes.
总评分:&经验 + 50&
最近出门在外，很少来论坛～
谢谢离歌顶贴
总评分:&经验 + 10&
论坛币 + 10&
Ψ▄┳一大卫卍卐席尔瓦
本帖最后由 fantuanxiaot 于
19:01 编辑
install.packages(&xlsxjars&)
& library(xlsxjars)
Error : loadNamespace()里算'xlsxjars'时.onLoad失败了，详细内容：
&&调用: .jinit()
&&错误: Cannot create Java virtual machine (-1)
错误: ‘xlsxjars’程辑包或名字空间载入失败，
请问以上问题该如何处理？
个人判断这个问题不是R引起的，而是java引起的，已经重新安装过JDK，重新配置过环境变量，都没解决问题，请大侠指教？谢谢
两个问题——
第一，有没有装xlxs package；
第二，rjava装好木有，注意需要设置JAVA_HOME，JAVA_HOME变量必须包含JVM.DLL的正确地址
这是一个介绍安装的地址
总结一下成功使用xlsx包的步骤：（楼主的系统是win7 32位的）
1.安装Java程序(上传了一个win7 32位系统的Java安装程序及网址：）
2.在R里面输入：
install.packages(&rJava&)
install.packages(&xlsx&)
安装这两个包，会提示你还有一个包， &xlsxjars&这个包一般会在这个过程中自动安装，如果没有安装的话，可以再按照上面的命令，安装一个&xlsxjars&这个包。
&library(xlsx)
Loading required package: rJava
Loading required package: xlsxjars
出现下面两个，就算安装成功了。
接下来就可以使用read.xlsx函数读取了，具体用法可以：
?read.xlsx
大家可能觉得读取xlsx文件，安装个Java程序很麻烦的。因为R是开源的软件，调用其它程序来实现一些更为强大的功能，也是常有的事情。安装了rJava这个包和Java程序之后，有一个比较好的MINE程序也可以运行的，还可以实现中文分词等更多功能。
为了以后可以使用更多好的程序，为什么不能忍一时之费事，而为将来节约更多的时间呢？
install.packages(&rmmseg4j&, repos=&http://R-Forge.R-project.org&,type='source')
& library(rmmseg4j)
&& &mmseg4j(&技术、管理等方面的问题需进一步深入分析和验证，事故调查报告的形成仍需要一段时间&)
[1] &技术 管理 等 方面 的 问题 需 进一步 深入分析 和 验证 事故 调查 报告 的 形成 仍需 要 一段时间&
这是R的mmsge4j的接口，本人所写。喜欢的鞋童资源给我转写论坛币吧。谢谢！
本文来自: 人大经济论坛 R语言论坛 版，详细出处参考：
新增rsmartcn程序包，是的接口。
& install.packages(&rsmartcn&, repos=&http://R-Forge.R-project.org&,type='source')
## 可能需要到明天才能出现在网站上
& library(rsmartcn)
& smartcn(&技术、管理等方面的问题需进一步深入分析和验证，事故调查报告的形成仍需要一段时间&)
[1] &技术 管理 等 方面 的 问题 需 进一步 深入 分析 和 验证 事故 调查 报告 的 形成 仍 需要 一 段 时间 &&&
本文来自: 人大经济论坛 R语言论坛 版，详细出处参考：
总评分:&经验 + 50&
回帖奖励 +2
好东西，谢谢分享
回帖奖励 +2
回帖奖励 +2
初级学术勋章
初级学术勋章
初级热心勋章
初级热心勋章
中级热心勋章
中级热心勋章
中级学术勋章
中级学术勋章
初级信用勋章
初级信用勋章
中级信用勋章
中级信用勋章
高级热心勋章
高级热心勋章
高级学术勋章
高级学术勋章
特级学术勋章
特级学术勋章
特级热心勋章
高级热心勋章
高级信用勋章
高级信用勋章
特级信用勋章
高级信用勋章
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师