R 语言是用于统计分析，图形表示和报告的编程语言。它正在成为数学科学的“通用语言”，想要进行高级复杂的数据挖掘分析，少不了 R 语言的身影。R语言的拓展性极强，拥有大量一线人员不断开发新的分析脚本。目前，咨询业、金融业、医药业都在大量的使用 R 语言。
SaCa DataViz 数据可视化分析平台为满足用户对高级复杂数据的挖掘分析需求，在已有的标准版基础上，新增企业版功能，支持 R 高级分析语言。
在标准版中，支持常见的数值、字符、时间等计算方法，这些算法分析主要是统计分析，而对于趋势预测、聚类等挖掘分析算法则不具备。
在企业版中，通过支持调用 R Server 可以有效引入第三方的算法能力，让产品具有全新的挖掘分析能力。当前支持时序预测、聚类分析、回归分析等算法，还可以通过自定义R脚本做算法扩展。
小编带大家看一下 SaCa DataViz 内置的 R 语言常见算法和使用示例
01.
数值计算
R 语言数值计算
数值计算后的折线图
示例中使用数值计算功能，对订单金额乘以 2，然后线性回归拟合。
02
字符串计算
R语言字符串计算
字符串计算后的柱图
示例中使用字符串计算功能，将维度字段的地区和省份进行字符串拼接。
03
时序预测
时序预测在时间相关的分析计算中应用广泛，比如，在财务领域，根据往年的成本支出情况，使用时序预测算法可以预测未来几年（一段时间）的成本支出情况。 在销售领域，已知各年销售额，使用时序预测算法可以预测未来几年（一段时间）的销售额情况。
R 语言 ARIMA 模型时序预测分析
销售额的年时序预测结果
R 语言平滑时序预测分析
财务成本月时序预测结果
04
聚类分析
聚类分析也是最为常用的一种高级分析算法，在商业领域，聚类分析可以被用来发现不同的客户群，并分组聚类出相似客户，分析刻画不同的客户群的特征，来更好的了解客户。
在人力资源方面，可根据简历中包含的字段，如学历、公司规模、薪水、职位名称等，通过聚类分组，挖掘出简历与职位的规律，从而快速有效的找到匹配的员工。
R 语言聚类分析算法
鸢尾花类别聚类分析结果
05
回归分析
在大数据量中，使用回归分析可以快速获取数据规律，比如，在商业领域，以买家和卖家的数据为依据，用回归方法描述商品需求的变动规律，可以获取某商品销售需求量的趋势情况，进一步对未来的销售需求量进行趋势分析。
R 语言回归分析算法
散点图回归分析结果
R 语言的算法数量众多，本文简单列举了 SaCa DataViz 中内置的常见算法和使用用例。SaCa DataViz 企业版用户可以将更多的算法包引入到数据分析平台中，充分满足各种算法需求。
可以登录
获取更多使用说明
SaCa DataViz 企业版还支持移动端 APP，帮助企业领导者随时随地查看分析报告，及时做出决策。同时，支持高性能大数据分析引擎，帮助中大型企业TB级数据秒级分析处理，提升数据分析能力。
延伸阅读
专注于企业数据分析领域，为企业提供自助式探索式可视化分析与数据大屏服务，让企业业务部门独立完成数据探索式可视化分析，迅速完成业务决策，同时方便快捷制作数据大屏，让企业数据活起来。
东软平台产品
通过 UniEAP、SaCa、RealSight 产品的灵动组合，高效应对协作跨界融合、数据驱动业务、服务遍在按需、产品可信可控、平台支撑敏捷的共性技术需求，支持便捷迅速的构建企业业务系统，实现业务从前端到后台的变革，帮助企业实现智能化运营，从容应对市场变革，助力企业数字化转型。目前，在政府、医疗、制造、电信、能源、教育、金融、交通等十多个行业领域应用拥有 4000 多家客户、服务于近 10 亿用户。
网站：https://platform.neusoft.com
热线：400-655-6789
相关阅读
