安装和加载R程序包

安装和加载R程序包

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。

1. library(tm)  
2. print(require(XML))  
3. #[1] TRUE 

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：

1. install.packages("tm", dependencies=TRUE)  
2. setwd("~/Downloads/")  
3. 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函数下载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

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：

1. 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。