R語言的未來發(fā)展趨勢

雖然R語言有諸多優(yōu)勢，但它并不是萬能的——它畢竟是統(tǒng)計編程類語言。受到其算法架構(gòu)的通用性以及速度性能方面的影響，因此其初始設(shè)計完全基于單線程和純粹的內(nèi)存計算。雖然一般情況下無關(guān)R的使用，但在當(dāng)今大數(shù)據(jù)條件下，這兩個設(shè)計思路的劣勢逐漸變得愈加刺眼。好在R的一些優(yōu)秀的擴(kuò)展性包解決了上述問題，例如：

snow 支持 MPI、PVM、nws、Socket 通信，解決單線程和內(nèi)存限制；

multicore 適合大規(guī)模計算環(huán)境，主要解決單線程問題；

parallel R 2.14.0 版本增加的標(biāo)準(zhǔn)包，整合了 snow 和 multicore 功能；

R + Hadoop 在 Hadoop 集群上運(yùn)行R代碼；

RHIPE 提供了更友好的R代碼運(yùn)行環(huán)境，解決單線程和內(nèi)存限制；

Segue 利用 Amazon’s Web Services（EC2）。

這里需要著重提一下 parallel 包，該包是R核心團(tuán)隊為了解決大數(shù)據(jù)計算問題而在標(biāo)準(zhǔn)安裝程序下新增的功能包

一些誤區(qū)

很多人認(rèn)為R語言是 GNU 開源項目軟件，因此軟件的使用是“沒有任何保證”的。但在美國，R的計算結(jié)果被 FDA（Food and Drug Administration） 所承認(rèn)；并且有報告指出與其他商業(yè)軟件相比，R的 Bug 數(shù)量非常少【注：UCLA （2006）。 R relative to statistical packages. Technical report， UCLA.】。

R 開發(fā)的核心團(tuán)隊對于R的新功能持異常謹(jǐn)慎的態(tài)度，比如 cairographics 從 2007 年開始醞釀，直到上一個大版本（2011年）才引入到R標(biāo)準(zhǔn)安裝程序；byte-compile 功能更是經(jīng)歷了從 1999-2011年近 12 年的孵化【注：Ripley，B. （2011）。 The r development process. Technical report，Department of Statistics，University of Oxford.】。從這個角度講，R語言的代碼質(zhì)量以及運(yùn)算結(jié)果的可信性是完全可以保證的。

當(dāng)然，這里所說的是R的標(biāo)準(zhǔn)安裝程序包，并不代表所有擴(kuò)展包的質(zhì)量。畢竟 3400+ 的擴(kuò)展包質(zhì)量良莠不齊，雖然不乏一些優(yōu)秀的包（如 Rcpp、RODBC、VGAM、rattle），但必然存在一些擴(kuò)展包質(zhì)量不佳的情況。

應(yīng)用的思考

R 語言并不是人人都能接觸到的語言，相對要小眾很多，有些人即便接觸到?jīng)]準(zhǔn)也搞不清楚R到底有什么用途。對于走上這條路的人，經(jīng)常會有一些應(yīng)用困難，比如從個人學(xué)習(xí)角度而言。

雖然R語言的設(shè)計之初就是避免通過大量編程實現(xiàn)統(tǒng)計算法，但最基本的編程能力還是需要的，因此對于一般非計算機(jī)專業(yè)的工作者來說無疑提高了難度。

還有很多人提到，R語言的學(xué)習(xí)曲線非常陡峭。但從我多年的使用經(jīng)驗上看，陡峭的學(xué)習(xí)曲線并不是因為R語言本身，而是隱藏在后面的統(tǒng)計知識很難在短時間內(nèi)掌握的緣故。

從公司商業(yè)應(yīng)用的角度而言，也存在一些不可回避的問題。

首先是人力資源成本如何核算。

軟件成本問題，由于R是自由軟件，可以隨時隨地下載，因此對于企業(yè)來說如何度量成本是一個問題。

R的技能核定并沒有官方或機(jī)構(gòu)標(biāo)準(zhǔn)，簡歷上“熟練使用R語言”可能沒有任何意義。

實際上，即便沒有上述兩個問題，企業(yè)想招到R相關(guān)的人才也不那么簡單。

對于大量工作已由其他軟件實現(xiàn)（比如用 SAS）的公司來講，轉(zhuǎn)化成本很高。

技術(shù)支持獲取的問題。

R語言在現(xiàn)實中的應(yīng)用

R語言在現(xiàn)實中的應(yīng)用有哪些？主要有以下幾種?

1.數(shù)據(jù)科學(xué)

“哈佛商業(yè)評論”將數(shù)據(jù)科學(xué)家命名為“21世紀(jì)最性感的工作”。 Glassdoor將其命名為2016年的“年度最佳工作”。隨著IoT設(shè)備的誕生，創(chuàng)建了可用于做出更好決策的TB級和TB級數(shù)據(jù)，數(shù)據(jù)科學(xué)是一個沒有其他方法可以追溯到的領(lǐng)域。

簡單的解釋說，數(shù)據(jù)科學(xué)家是一位具有額外資產(chǎn)的統(tǒng)計學(xué)家：計算機(jī)編程技能。 像R語言這樣的編程語言給數(shù)據(jù)科學(xué)家超能力，讓他們能夠?qū)崟r收集數(shù)據(jù)，執(zhí)行統(tǒng)計和預(yù)測分析，創(chuàng)建可視化和向利益相關(guān)者傳達(dá)可行動的結(jié)果。

大多數(shù)數(shù)據(jù)科學(xué)課程包括R語言課程中，因為它是數(shù)據(jù)科學(xué)家最喜歡的工具。

2.統(tǒng)計計算

R語言是統(tǒng)計學(xué)家中最流行的編程語言。 事實上，它最初是由統(tǒng)計學(xué)家為統(tǒng)計學(xué)家建立的。 它有一個豐富的軟件包存儲庫，擁有超過9100個軟件包，您可以用于計算每個統(tǒng)計功能。

R語言的表達(dá)語法允許研究人員 - 即使是來自非計算機(jī)科學(xué)背景的研究人員，可以從各種數(shù)據(jù)源快速導(dǎo)入，清理和分析數(shù)據(jù)。

R語言還具有圖表功能，這意味著您可以繪制數(shù)據(jù)并從任何數(shù)據(jù)集創(chuàng)建有趣的可視化圖形。

3.機(jī)器學(xué)習(xí)

R語言已經(jīng)在預(yù)測分析和機(jī)器學(xué)習(xí)中發(fā)現(xiàn)了很多用途。它具有用于常見ML任務(wù)的各種包，如線性和非線性回歸，決策樹，線性和非線性分類等等。

從機(jī)器學(xué)習(xí)愛好者到研究人員的每個人都可使用R語言來實現(xiàn)機(jī)器學(xué)習(xí)算法，如金融，遺傳學(xué)研究，零售，營銷和醫(yī)療保健等領(lǐng)域。