01

Ubuntu18系统安装rJava包

最近基于Ubuntu18系统的服务器搭建R工作环境时，需要安装rJava包，具体步骤如下：

第一步：安装JRE

sudo apt-get install -y default-jre

第二步：安装JDK

sudo apt-get install -y default-jdk

第三步：配置JAVA_HOME

sudo vi /et/enviroment

配置JAVA_HOME的值

JAVA_HOME = "/usr/lib/jvm/java-11-openjdk-amd64"

让配置文件生效

source /etc/enviroment

第四步：重新更新Java配置，方便R语言找到

sudo R CMD javareconf

第五步：安装rJava包

sudo Rscript -e 'install.packages("rJava")'

02

用于做机器学习实验的数据集

机器学习就是从数据中学习以改善性能的系统化过程。

数据对于机器学习至关重要。我们可以找到很多领域的，公开的数据集，来做机器学习实验。

我这里给大家推荐3个R包，这些包里面包括很多数据集，可以用它们做机器学习实验。

MLDataR包
mlbench包
dslabs包

安装和加载这些包，以及查看这些包所提供的数据集信息。

if(!require("MLDataR")){
  install.packages("MLDataR")
  library(MLDataR)
}
if(!require("mlbench")){
  install.packages("mlbench")
  library(mlbench)
}
if(!require("dslabs")){
  install.packages("dslabs")
  library(dslabs)
}


data(package="MLDataR")
data(package="mlbench")
data(package="dslabs")

关于这些包里面的数据集理解，一方面可以查看这些数据集的帮助文档，查看他们的元数据（数据集的数据，用于描述数据概述、数据变量的含义等信息），另一方面，可以采用数据理解和探索的方法快速理解这些数据集，同时，进一步思考这些数据集的利用。

03

查看已经安装的R包

R语言的强大，R包功不可没。
我们可以通过这些方法，查看当前的R工作环境已经安装好了那些R包。

1 library()：查看已经安装包列表，会打开一个新窗口显示信息。
2 installed.packages(): 查看各个已经安装的包的路径以及版本号信息。
3 .packages(all.available=TRUE): 显示已安装包的名字，只显示包的名称。

library()
installed.packages()
.packages(all.available = TRUE)

04

Top3 Best 的 Shiny 书籍

我在2022年第01周R语言学习里面谈到Shiny包值得你去学习和应用的一个R包。

在这里，给大家分享Top3 Best的在线Shiny书籍。你在学习中有任何问题，请扫描文末二维码，添加我的微信，备注：姓名-入群，可以进群一起讨论。

1 Mastering Shiny by Hadley Wickham

Mastering Shiny这本书的目的是让你从一个绝对的Shiny初学者，到编写大型、复杂但同时可维护和高性能的应用程序。你会学到很多关于响应式元素和响应式编程的知识，这是Shiny的核心概念。这本书还教你如何在Shiny中使用图形、布局和主题，以及如何处理用户反馈。

你可以在R语言群的群公告下载PDF电子书，也可以在线阅读，访问网址如下：
https://mastering-shiny.org/

2 Outstanding User Interfaces With Shiny by David Granjon

这本书是针对那些想要学习更多底层web技术的更有经验的Shiny用户。
如果你想要添加一个更专业和精致的外观，设计令人惊叹的交互式输入小部件，更好地处理JavaScript和CSS，开发移动友好的模板，并在你的Shiny应用程序中包含React，这本书就是为你准备的。
这本书的在线阅读网址：
https://unleash-shiny.rinterface.com/

3 Engineering Production-Grade Shiny Apps by Colin Fay

这本书不是针对R Shiny的初学者。它向你介绍了如何在实际生产中更好创建和应用Shiny程序。
这本书也可以在线访问和阅读，网址如下：
https://engineering-shiny.org/

05

绘制组均值和置信区间

有时候，我们需要分组观察和统计均值和置信度，进行组间对比分析。

我们可使用gplots包的plotmeans()函数绘制组均值和置信区间的可视化图形。

在这里，以R语言代码来演示。

library(gplots)

# 数据集
head(ToothGrowth)
glimpse(ToothGrowth)

# 使用plotmeans()函数
?plotmeans

# 可视化1
plotmeans(len ~ dose, data = ToothGrowth, frame = FALSE)

# 可视化2
# Add mean labels (mean.labels = TRUE)
# Remove line connection (connect = FALSE)
plotmeans(len ~ dose, 
          data = ToothGrowth, 
          frame = FALSE,
          mean.labels = TRUE, 
          connect = FALSE)