vs2017 开始自己的第一个R语言程序

这是针对于博客vs2017安装和使用教程(详细)的R语言项目新建示例


目录

一、安装R语言依赖项

二、创建项目

三、运行脚本文件

四、简单的小例子(线性回归)


一、安装R语言依赖项

1.打开VS安装程序,在“web和云”下勾选“数据科学和分析应用程序

2.点击修改,开始下载

3.等待安装

4.到这个界面说明安装已经接近尾声

5.安装完成


二、创建项目

1.点击菜单栏-->文件-->新建-->项目,右边栏选择其它语言-->R,中间选择R项目,改变默认路径

2.打开之后,可以看到左侧三个文件

  • .Rhistory
  • R_example.Rproj
  • Script.R

我们也看到了右下角的交互窗口,还是老规矩,打印hello world

交互窗口输入

print("Hello World")

可以看到结果 


三、运行脚本文件

1.可以看到在Script.R文件前面有一个红色的R的标志,这意味着这个文件就是我们的执行文件。我们编写如下代码:

String <- "Hello, World!"
print(String)

                                  

2.右键这个Script.R文件,点击“设置为启动R脚本

                                

3.我们点击上方Source startup file

4.可以看到下方的R交互窗口的运行结果


四、简单的小例子(线性回归)

1.根据身高预测体重,代码如下:

# 创建预测变量x(身高),响应变量y(体重)
x <- c(151, 174, 138, 186, 128, 136, 179, 163, 152, 131)
y <- c(60, 78, 49, 75, 47, 57, 70, 73, 50, 45)

#多行注释
if (FALSE) {
	"y是响应变量。
	x是预测变量。
	a和b被称为系数常数"
}

#命名图表文件
png(file = "身高体重线性回归图.png")

#创建关系模型 y=ax+b
relation <- lm(y ~ x)
#如果身高175cm
a <- data.frame(x = 175)
#输出结果
print(paste("175cm的体重预测值为:",predict(relation, a)))

#画图
plot(x, y, col = "blue", main = "身高体重的线性回归图",
abline(lm(y ~ x)), cex = 2.0, pch = 16, xlab = "身高(cm)", ylab = "体重(kg)")

#存储文件
dev.off()

2.结果:175cm的体重预测值为: 71.9553926061717kg(约等于72kg

3.回归图:

身高体重线性回归图.png


返回至原博客:vs2017安装和使用教程(详细)

评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

「已注销」

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值