RのSlidifyを触ったけど、色々問題でた
RのSlidifyと言えば、
Rでパワーポイントを作成できるパッケージです。
触ってみた感想、
・ローカルのRStudioで実行したが、文字化け（SHIFT-JIS、UTF８等が混ざっている？）が激しい（結局なおらなかった）
・サーバー版のRStudioだと問題なかった
・RPubsに公開したら、あとから見れなくなった
というのに、色々ハマる。
インストールは超簡単。
・事前準備
install.packages("devtools")
library(devtools)
install_github("slidify", "ramnathv")
install_github("slidifyLibraries", "ramnathv")・"sample"というフォルダができて、サンプルコードがでてくる。（適宣、変更して下さい）
library(slidify)
library(slidifyLibraries)
author("sample")・好きなように編集
パッケージslidify - 浅井拓也 研究室用ページパッケージslidify - 浅井拓也 研究室用ページ
・実行
slidify("index.Rmd")・出来上がるはず。このとき、ローカルなら文字化け激しかった。
・RPubsへの公開(titleの部分は適宣変更してください)
publish(title = 'test_slidify', 'index.html', host = 'rpubs')
すると、RPubsのアップロード画面に遷移する。
以上です。もう少しオプション等、見てみよう。
Google Refineとか
クレンジングツールなんてあったとは…．
Google Refine便利そう．データ集めるのが簡単になるのかな．
Webに載ってるデータをコピーして処理できるっぽい．
詳しい解説ページないかな．日本語希望ｗ
■参考
『米Google、データクリーニングツール「Google Refine 2.0」をリリース』
http://sourceforge.jp/magazine/10/11/15/0514235
『Google Refineの使い方』
http://wiki.kazusa.or.jp/Google_Refine%E3%81%AE%E4%BD%BF%E3%81%84%E6%96%B9
『第7回 大相撲のアノーマリー （1）』
http://www.atmarkit.co.jp/fcoding/articles/stat/07/stat07b.html
クラスタリングとか
「Rで学ぶクラスタ解析」を購入した．
- 作者: 新納浩幸
- 出版社/メーカー: オーム社
- 発売日: 2007/11/01
- メディア: 単行本
- 購入: 9人 クリック: 207回
- この商品を含むブログ (29件) を見る
何分，クラスタだけの本って持っておらず，Rで学べるってのも今の流行かなと思い，中古本を購入．
2000+250円でアマゾンさんでね．
届くのが楽しみです．
ggplot2とか
■感想
Rで流行してるものといえば，ggplotかと思い，サンプル動かしてみた．確かに綺麗に描画されるし，シンプルに使える．
レイヤーのように後からポイポイ載せていくって感じ．
『ggplot2 の自分用メモ集を作ろう』はかなり詳しく紹介してくれていました．
■参考
『ggplot2のqplot関数のまとめ』
『ggplot2の概要』
『ggplot2できれいなグラフ-スライド』
『一粒で3回おいしいggplot2』
『ggplot2 の自分用メモ集を作ろう』
『ggplotはただの綺麗系graphics libraryではない』
hadoopとか
最近，データベースの分散処理技術について非常に流行ってる．
とりまググッて色々調べたことをメモる.
■背景
・インターネットの普及により大規模データが蓄積！
- Webページで考えると200億ページ×20KB = 400TB
- 世界で作成されたデータ量
- 2009年：0.8ZB
- 2020年：35ZB
→データ処理の効率性が必要，分散並列化
・上記の解決方法
■hadoop
・大規模分散計算フレームワーク
・オープンソースインフラストラクチャ
・googleの基盤ソフトウェアのクローン
・Yahoo ResearchのDoug Cutting氏が開発
- Dougの子供の持っているぬいぐるみの名前(笑)
・Javaで記述されている
・開発したYahooはもちろん，Facebook，IBM，Amazonも使用
・2011/7月現在，日本語の資料はほとんどない．
・Hadoopの特徴的な機能
- Scalable
- ペタバイトクラスのデータを扱える．
- Economical
- Efficient
- データを分散させることで，ノード間で並列に実行できる．そのため，実行速度が速い．
- Reliable
- 自動的にデータを複数コピーし，失敗を契機にタスクの移動を行わせる．
■hBase
・hadoopの上に作られた大規模分散データベース
・Javaで記述されている
■MapReduce
・hadoopの上に作られた大規模データを大量のマシンで並列に処理するための分散計算フレームワーク．
- Mapフェーズ
・大量の情報を分解→必要な情報を抜き出して出力
- Reduceフェーズ
・Mapフェーズで抽出された情報を集約→それに対して計算を行い，結果を出力
・サポートする手法
- クラスタリング，パターンマイニング，分類，行列計算
- まだまだ手法は揃ってない様子
■Pig
・大規模データセットを解析するためのプラットフォーム
■参考
・『CodeZine：Hadoop、hBaseで構築する大規模分散データ処理システム 』
・『CodeZine：Hadoopのインストールとサンプルプログラムの実行 』
・『グーグル発「Hadoop」，日本企業も利用へ』
・『Hadoopで，かんたん分散処理』
http://techblog.yahoo.co.jp/cat207/cat209/hadoop/
・『Googleの基盤クローンHadoopについて-スライド』
- http://www.slideshare.net/kzk_mover/hadoop-1380161
- 太田一樹さん Preferred Infrastructure
・『Googleの基盤クローンHadoopについて-ビデオ』
・『MapReduceによる大規模データを利用した機械学習』
・『Rと並列化の現状について』
