使用R语言进行机器学习的原因

       两种最常用的数据科学语言R和Python之间存在着某种竞争。

       刚接触机器学习的人都会选择其中一种语言来学习。人们的决定通常以他们可以访问的学习资源为指导，比如哪些资源在他们的工作领域中更常用，以及哪些是他们的同事正在使用的。尽管一些更先进的深度学习方法更容易通过使用Python来编写实现(它们倾向于先用Python编写，再用R语言实现)，但是机器学习任务不可能只适用于一种或另一种语言。虽然非常适合数据科学，但Python是一种更通用的编程语言，而R语言专门针对数学和统计学的相关应用。这意味着使用R语言的人可以只关注数据，但是，如果他们需要基于自己的模型构建应用程序，他们可能会感到自己受到了限制。
       当R和Python在数据科学领域相互竞争时，确实没有哪一种语言是绝对的赢家(每个人都有自己喜欢的语言)。那么，本书为何选用R语言介绍机器学习呢?因为R语言有专门用于简化数据科学任务并使之易于人们阅读的现代工具，例如 tidyverse程序包中的工具(我们将在第2章深入介绍这些工具)。

       一般而言，使用R语言编写的机器学习算法存在于多个不同的程序包中。这意味着每次想应用新的算法时，都需要学习如何使用具有不同参数且实现不同功能的新函数。在这方面，Python的优势在于提供了著名的scikit-learn程序包，其中内置了大量的机器学习算法。R语言现在也有了改进，增加了caret和 mlr程序包。虽然mlr程序包在用途和功能上与caret程序包非常相似，但笔者认为mlr程序包更灵活、更直观。所以，我们选择在本书中使用mlr程序包。
        mlr程序包为大量的机器学习算法提供了一个接口，这样就可以使用很少的代码执行极其复杂的机器学习任务。

 

节选自《机器学习实战：使用R、tidyverse和mlr》一书

———————————————————————————————————————————基本信息

书名： 《机器学习实战：使用R、tidyverse和mlr》

IBSN:9787302578277

定价：118元

作者译者：[英]赫芬·I.里斯(Hefin Rhys) 著；但波,高山,韩建立 译

出版时间：2021年6月

京东链接：https://item.m.jd.com/product/13331454.html

———————————————————————————————————————————

试读样章

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

想了解更多关于《机器学习实战：使用R、tidyverse和mlr》内容，请点击京东链接：https://item.m.jd.com/product/13331454.html