标签： R

发布于

用R快速搭建配置web后台

在日常的数据工作中，常会碰到需要上传配置数据的情况，比如字典表、指定特定的用户或商品等。若能快速地做出相应的配置后台，只需在浏览器上就能上传数据，既方便自己，更重要的是还能够开放给需要的业务人员自己去管理。

这里分享一个用R快速搭建配置后台的方式，借助R的shiny包，能方便的做出这个web应用。

这个简单的配置管理后台具有两个模块：
1、查询现有的配置列表
2、上传更新配置列表

OK，下面开始coding。

首先，载入用到的包。这里使用xlsx上传数据，因为对于业务人员来说excel更通用，远端数据库用的是MySQL。这里你完全可以根据自己的需要修改。

library(shiny)
library(xlsx)
library(RMySQL)

接着，进行必要的信息配置。首先，在数据库中新建表，并定义字段，这是用来存储配置数据的。

yourtable <- "tmp_peizhi_test_yueshi"  #此处修改为对应的表名

# 配置数据库连续信息
host <- "xxxx"
user <- "yueshi"
password <- "VcXDBcGEC1aI"
port <- 3305
dbname <- "test"

然后，开始进行shiny的部分，shiny的代码包括ui和server两个主模块。

ui采用navbarPage的布局，分别建立两个tabPanel，对应"现有配置列表"和"上传配置"。为了保证上传的数据符合规范，这里设计提供上传模板，让用户下载模板后，按模板上传数据即可。在成功上传后，会提示上传成功状态，并说明数据位置，同时在右侧展示新上传的配置数据。

继续阅读“用R快速搭建配置web后台”

发布于

shiny自动更新数据的例子

通常，我们用shiny做的可视化界面，数据在一开始读入后，即使数据源的数据有变动，也往往需要手动进行刷新操作。若希望数据能定时自动刷新，则可以通过在实时表达式中添加invalidateLater()来实现。

invalidateLater函数是使对象在指定时间后无效化并重新执行，如invalidateLater(20000)可实现每2秒钟自动刷新数据。

invalidateLater(millis, session = getDefaultReactiveDomain())

下面的例子是展示每秒自动更新的实时时间。可以运行试试

library(shiny)

# ui ------------------------------------------
ui <- shinyUI(fluidPage(
textOutput("currentTime")
))

# server ----------------------------------------
server <- shinyServer(function(input, output) {

t <- reactive({
invalidateLater(1000)  #1000毫秒之后重新执行
paste("当前时间是:", Sys.time())
})

output$currentTime <- renderText({
t()
})
})

# Run the application
shinyApp(ui = ui, server = server)
发布于

R语言包的操作与管理

R包是由一系列函数、帮助文档和数据文件组成的文件束，R包提供了大量的功能：绘图、统计、机器学习、数据处理等。丰富多彩的R包是R语言最具魅力的地方。就像哆啦A梦的口袋，应有尽有。

使用R包之前，你首先得把它安装到本地的库中，并在使用之前加载它。以使用决策树算法C5.0的R包C50为例：
首先安装R包：install.packages("C50") ，如需同时安装多个包这样写：install.packages(c("C50","pmml"))；
使用前，需先加载R包：libraray(C50)，如需加载指定路径的包可通过lib.loc参数，如library("C50", lib.loc="~/R/x86_64-pc-linux-gnu-library/3.2")；
关闭R包：detach("package:C50", unload=TRUE)，这并不会删除这个包，只是退出加载状态而已；
卸载R包：remove.packages("C50")，当然这里也可以通过参数lib来指定包的路径。

继续阅读“R语言包的操作与管理”

发布于

R语言实现随机森林建模的实例

问题，用户注册七天内，通过用户的浏览行为判断用户是否会付费？

输入变量：
pv（浏览量）、hotdays（活跃天数）、time（活跃时长）、aciton（关键动作数）

目标：
ispay（是否付费）

R程序过程：

# 读取数据
a <- read.delim("~/rwork/data")

# 数据详情如下
str(a)

221003shttxxq5hzh55gtx

 

# 随机森林建模
tree<-randomForest(as.factor(ispay)~.,data=a)

pr<-predict(tree, newdata=a)

table(a$ispay,pr,
dnn=c("Actual", "Predicted"))

继续阅读“R语言实现随机森林建模的实例”