19、机器学习与企业数据科学深度剖析

机器学习与企业数据科学深度剖析

1. R Shiny应用运行与规则挖掘应用

在进行R Shiny应用开发时，CSS、字体及其他相关文件应存储在创建R Shiny应用目录下名为“www”的文件夹中。若一切顺利，可通过点击页面顶部的“Run App”选项来运行应用。点击“Run”按钮后，用户会看到一个弹出窗口，需确保浏览器允许弹出窗口功能。

该应用具有多个控件，具体如下：
- Search LHS/RHS ：可在规则的左侧或右侧输入任何想要过滤的文本。
- Support ：表示规则在数据集中的普遍程度。
- Confidence ：指规则中精确匹配的数量。
- Lift ：用于定义规则的重要性，数值大于1被认为具有显著性。

只要规则文件的处理方式与R脚本部分所概述的类似，该应用便可用于其他规则文件。

2. 企业数据科学概述

在数据挖掘和机器学习领域，以往的示例大多设计为普通计算机就能运行并完成练习。但在现实世界中，数据集规模要比一般家用场景大得多。

传统上，企业依靠SQL Server、Oracle等知名数据库技术进行组织数据仓库和数据管理。然而，NoSQL和基于Hadoop的解决方案的出现，极大地改变了这种运营模式。尽管企业起初有所顾虑，但这些工具的广泛吸引力使其难以忽视，如今大多数大型组织都采用一种或多种非传统的现代解决方案来满足企业数据需求。

云计算的出现也改变了大多数企业，内部数据中心正迅速被基于云的基