35、专业机器学习主题探索

专业机器学习主题探索

1. JSON 处理包

在 R 语言中，近期出现了两个新的 JSON 处理包。
- RJSONIO ：由 Duncan Temple Lang 开发，最初旨在成为 rjson 包的更快、更具扩展性的版本，不过现在它们实际上已基本相同。
- jsonlite ：由 Jeroen Ooms 开发，因其创建的数据结构更符合 R 语言习惯，尤其是在使用来自 Web API 的数据时，迅速受到关注。

这三个包（包括 rjson）在实践中几乎相同，都实现了 fromJSON() 和 toJSON() 函数，具体使用哪个包可根据个人偏好决定。

2. 特定领域数据处理

机器学习已广泛应用于各个学科，但一些领域非常专业，需要特定知识才能充分发挥其潜力。以下介绍两个广泛使用机器学习技术的领域。

2.1 生物信息学数据分析

生物信息学领域主要关注计算机和数据分析在生物学领域的应用，特别是对基因组的理解。该领域的数据具有独特性，带来了一些挑战：
- 基因数据特点：生物拥有大量基因，且基因测序相对昂贵，导致典型数据集的特征（基因）数量多于样本（已测序生物）数量，使得传统的可视化、统计测试和机器学习方法难以应用。
- 数据加载难题：专有微阵列“芯片实验室”技术的使用增加，加载基因数据需要高度专业的知识。

不过，有相关资源可帮助解决这些问题：
- CRAN 任务视图 ：列出了 R