/ rstats

Tutorial instalación R y RStudio

Este tutorial tiene como propósito hacer el set-up inicial para empezar a desarrollar modelos machine learning en increíble lenguaje R.

Instalando R

Pagina principal: https://cran.r-project.org

Abajo unos atajos a las descargas de la última versión de R (3.5.1):

Windows

http://mirror.fcaglp.unlp.edu.ar/CRAN/bin/windows/base/R-3.5.1-win.exe

En algunos casos será necesario instalar Rtools, el que trae programas para compilar como el gcc. Si sos desarrollador problablemente ya lo tengas.

Rtools lo bajan de: https://cran.r-project.org/bin/windows/Rtools/Rtools34.exe

Al instalar tengan la precaución de setear la opcion del PATH como figura en la imagen:

Mas información de Rtools acá: https://github.com/stan-dev/rstan/wiki/Install-Rtools-for-Windows

MacOS

http://mirror.fcaglp.unlp.edu.ar/CRAN/bin/macosx/R-3.5.1.pkg

Linux

http://mirror.fcaglp.unlp.edu.ar/CRAN/ (elijan su distribución)
Instalando RStudio

Es el entorno de desarrollo de R.

Vamos a: https://www.rstudio.com/products/rstudio/download/#download

Y buscamos la versión compatible con nuestro sistema operativo:

Bajamos la correcta e instalamos!
Instalando los paquetes (librerías) de R

Esto es dependiente de lo que se necesite hacer, pero daré los que uso normalmente.

Tengan en cuenta que si ya tenian R instalado, e instalan una version nueva, entonces necesitaran instalar todos los paquetes de nuevo.

Abren Rstudio, y si todo fue bien, tienen que ver algo como esto:

A continuación copian y pegan la siguiente línea de código para instalar los paquetes en la consola (donde esta el cursor), apretan enter y esperan unos minutos…

install.packages(c( "tidyverse","Hmisc", "funModeling","reshape2" ,"caret", "data.table", "lubridate", "zoo", "knitr","infotheo","RColorBrewer","minerva", "roxygen2","Lock5Data", "shiny", "scales","corrplot","feather", "gridExtra", "xgboost", "gbm", "randomForest", "devtools"))

Si les aparece el mensaje: “Do you want to install from sources the package which needs compilation? (Yes/no/cancel)” — Escriban: Yes

Listo!

Haciendo algunas pruebas

Con esto crean un modelo predictivo, asi de facil!

randomForest::randomForest(mtcars, formula = wt ~ qsec)

Y algunos gráficos…

funModeling::plot_num(mtcars)

Finalizando

Los cursos o material para aprender Machine Learning con R (ó ciencia de datos) los iré anunciando en mi Twitter.

Si quieren seguir aprendiendo los invito a visitar el Blog y el libro open-source que publique (totalmente accesible): Data Science Live Book

Si bien no es introductorio de R, está lleno de ejemplos prácticos en análisis exploratorio, preparación de datos y validación de modelos machine learning.

Happy coding! 🚀

— -
Twitter @pabloc_ds

Pablo Casas

Pablo Casas

Data Analysis ~ The art of finding order in data by browsing its inner information.

Read More
Tutorial instalación R y RStudio
Share this