Не могу установить пакеты в r studio

Обновлено: 09.01.2025

Оригинал: How to install and use packages in GNU R
Автор: Renata Rendek
Дата публикации: февраль 2013 года
Перевод: А. Кривошей
Дата перевода: май 2013 г.

1. Введение

GNU R предлагает пользователям большой набор пакетов различных типов, позволяющих строить графики или выполнять статистические тесты. Некоторые пакеты специально созданы для использования в каких-либо отраслях промышленности. Многие уже включены в базовый инсталляционный набор R, но часть необходимо устанавливать дополнительно. В этой статье описывается, как устанавливать и использовать пакеты в R.

2. Что такое пакет

Пакет - это набор функций, файлов помощи и данных, скомпонованных вместе. Для того, чтобы использовать пакет в R, необходимо сначала убедиться, что он инсталлирован в локальной библиотеке. В целом. одна библиотека системного уровня используется для хранения пакетов, устанавливаемых по умолчанию. Вы можете, однако, установить дополнительные библиотеки. Необходимо также помнить о загрузке пакетов в текущей сессии R. Это очень важно. Не рекомендуется загружать одновременно слишком много пакетов, так как это может привести к ошибкам вследствие конфликтов имен функций из разных пакетов.

3. Просмотр списка пакетов в локальной библиотеке

Проверить установленные по умолчанию в R пакеты можно с помощью функции getOption():

В приведенном выше списке опущен базовый пакет. Он всегда загружается при запуске R и содержит элементарные функции.
Вы также можете просмотреть список загруженных в настоящее время пакетов:

Чтобы увидеть все доступные пакеты, необходимо к приведенному выше выражению добавить опцию all.available.

Более того, вы можете выполнить функцию library() без аргументов. В выводе будет список всех доступных пакетов с кратким описанием, как показано ниже:

4. Загрузка пакетов

Давайте загрузим пакет lattice. Это можно сделать с помощью функции library():

Вывести относящуюся к пакету документацю можно с помощью следующей команды:

Эта команда выводит список релевантной информации для пакета lattice с функциями, которые могут быть использованы в этом пакете.
Дополнительную информацию можно получить с помощью команды:

5. Поиск и установка пакетов для R

Один из самых больших источников пакетов для R - Comprehensive R Archive Network (CRAN). Он поддерживается R Foundation, которая также контролирует разработку R. CRAN имеет несколько зеркал по всему миру, поэтому вы можете найти ближайшее к вам для минимизации времени загрузки. Например, вы можете получить список доступных в CRAN пакетов для R.Также в CRAN доступна документации для каждого пакета.

5.1. Установка пакетов R в командной строке Linux

Во-первых, мы опишем, как установить пакет R из командной строки Linux. Например, мы могли бы установить пакет "likelihood". Мы можем скачать его с помощью команды:

Далее мы используем команду R CMD INSTALL для его установки. Обратите внимание, что, в зависимости от директории, в которую устанавливается пакет, вам могут потребоваться привилегии суперпользователя.

Примечание: некоторые пакеты имеют зависимости. В этом случае необходимо сначала установить их с помощью этой же команды.

5.2. Установка пакетов из консоли R

В R имеется функция для установки пакетов непосредственно из консоли R. Эта функция предлагает вам выбрать ближайшее зеркало, а затем скачивает и устанавливает требуемый пакет. Обратите внимание на путь, по которому будет устанавливаться пакет. Он понадобится, если будет нужно удалить соответствующий пакет.

Теперь давайте удалим пакет likelihood. Это можно сделать с помощью команды:

6. Заключение

С помощью этой статьи мы приблизились к использованию пользовательских пакетов в GNU R. Как вы могли убедиться, выбор пакетов просто огромен, что объясняет чрезвычайно широкое применение GNU R в различных областях науки и промышленности.

В большинстве случаев, особенно при установке пакетов из CRAN никаких проблем не возникает, но периодически всё таки вы можете столкнуться с некоторыми ошибками.

В этой статье я со временем буду добавлять материал с описанием различных ошибок которые возникают при установке пакетов.

package ‘foo’ is not available”

Достаточно распространённая ошибка, текст которой к сожалению не сообщает о реальной проблеме, которой была эта ошибка вызвана.

В одной из статей на RBloggers, автор опубликовал подробный чек лист как с этой ошибкой бороться.

unable to create temporary directory

С чем связано её появление я так и не понял, но устранить получилось следующим образом:

Could not find tools necessary to compile a package

С этой ошибкой я столкнулся при установке пакетов из GitHub после обновления R до более новой версии.

Ответ я нашел вот тут.

Проблема возникает при попытке RStudio проверить установленные у вас инструменты сборки пакетов, для того, что бы подвить эту проверку необходимо перед установкой пакета установить следующую опцию.

После чего можно устанавливать пакет.

Эта проблема появилась при установке пакетов из GitHub с помоью devtools не так давно, и связана она с файлом DESCRIPTION.

Для исправления вам необходимо форкнуть нужный пакет на GitHub.

Создать свою ветку пакета на GitHub

(converted from warning) installation of package ‘C:/Users/Alsey/AppData/Local/Temp/2/Rtmp4g880D/file259c11b85f00/vctrs_0.1.0.9003.tar.gz’ had non-zero exit status

Вызвана данная ошибка конфликтом возникающим при установке пакетов одновременно для разных версий ядра R, 32 и 64 битных.

Полный текст ошибки из консоли:

Узнать разрядность версии R в которой вы работаете можно двумя способами:

В случае если вы используете 32 битный R вернётся значение "/i386" .

На 32 битном R вы получите "x86_32" .

После того, как мы определили разрядность ядра требуется пойти одним из описанных способов, для 64 битной версии просто используйте при установке пакета опцию "--no-multiarch".

Если у вас 32 битная версия, то необходимо изменить в переменной окружения PATH путь к утилите RTools с C:\Rtools\mingw_64\bin на C:\Rtools\mingw_32\bin . О том как это сделать можно узнать в этой статье .

Далее запускаем установку пакета только для 32 битной версии с помощью опции "--no-multiarch" , так же как и ранее было показано с примером для 64 разрядного R.

Warning Message: cannot remove prior installation of package ‘X’

Если перезапуск RStudio не помог, то откройте диспетчер задач, и на вкладке подробности посмотрите, нет ли у вас каких либо зависших R сеансов.

Если такие есть их необходимо завершить, и попробовать повторно запустить процесс установки пакета.

Если и это не помогло, то идём третьим способом.

Найдите путь к папкам, в которых у вас установлены пакеты, делается это командой .libPaths() .
В ручном режиме удалите папку с пакетом, который пытаетесь установить.
Откройте RStudio и повторите попытку установить пакет.

Один из перечисленных выше способов должен сработать.

Статья будет постоянно дополняться, дата последнего редактирования 6 октября 2020 года.

После установки R и RStudio в Ubuntu 16.04 с помощью следующего кода:

Я пытаюсь установить пакеты, и я получаю ошибки в консоли R, как

Поскольку я новичок в Linux, я не знаю, в какой каталог устанавливать пакеты R. Я не уверен, является ли это проблемой или я сделал какую-либо ошибку при установке. Кто-нибудь может мне помочь с этим вопросом? Заранее спасибо.

4 ответа

Я не знаю, почему R 3.4.1 меняет путь к библиотеке. Чтобы вернуть его обратно, просто отредактируйте /etc/R/Renviron :

Закомментируйте R_LIBS_SITE=. тогда раскомментируйте R_LIBS_USER=.

Этот ответ об установке дополнительных пакетов R в R и RStudio. Если вы ищете, как установить R и RStudio, см. Установка RStudio - это сильно отличается от других пакетов?

Я не рекомендую RStudio или R с sudo привилегии. Выполнение одной команды R с sudo лайк sudo R INSTALL fGarch все должно быть в порядке. Два метода, описанные ниже, являются другими альтернативами.

Поскольку вы используете R, вам нужно будет установить другие пакеты R. Иногда они доступны в репозиториях. Скажите пакет r, который вы хотите fGarch тогда пакет в репозиториях называется r-cran-fGarch , Откройте терминал, нажав Cntrl + Alt + T и введите:

Установка пакетов R таким способом имеет два преимущества:

Это будет держать fGarch до настоящего времени. Всякий раз, когда fGarch обновляется в репозитории R-Cran, он будет обновляться на вашем компьютере вместе с процессом обновления системы.
Все пользователи этого компьютера смогут использовать fGarch пакет в R и RStudio.

Однако не каждый пакет R имеет соответствующую предварительно скомпилированную установку deb пакет в хранилище Cran. fGarch просто случается с одним из них. Таким образом, вышеуказанный метод не работает для этого пакета.

Один из способов решить эту проблему и позволить RStudio установить все будущие дополнительные пакеты на свои места - добавить себя в группу. staff , Откройте терминал, нажав Cntrl + Alt + T и введите:

замещать <user> с вашим именем пользователя.

После этого вы получите возможность установки или обновления пакетов. /usr/local/lib/R/site-library/ или в /home/<user>/R/site-library/ , Тогда вы сможете выбрать прежнее в качестве места установки по умолчанию.

Машинное обучение - это подмножество искусственного интеллекта (ИИ), которое используется для создания интеллектуальных систем, способных обучаться без явного программирования. В машинном обучении мы создаем алгоритмы и модели, которые используются интеллектуальной системой для прогнозирования результатов на основе определенных закономерностей или тенденций, которые наблюдаются на основе заданных данных. Машинное обучение следует уникальному принципу использования данных и их результатов для прогнозирования правил, которые хранятся в модели. Затем эта модель используется для прогнозирования результатов на основе другого набора данных. В программировании на R среду для машинного обучения можно легко настроить через RStudio .

Настройка среды для машинного обучения с помощью Anaconda

Шаг 1: Установите Anaconda ( Linux , Windows ) и запустите навигатор.

Шаг 2: Откройте Anaconda Navigator и нажмите кнопку « Установить» для Rstudio.

Шаг 3: После установки создайте новую среду. Затем Anaconda отправит запрос с просьбой ввести имя для новой среды и обеда в R studio.

Выполнение команд R

Метод 1: команды R можно запускать с консоли, предоставленной в R studio. После открытия Rstudio просто введите R-команды в консоль.

Метод 2 : команды R могут храниться в файле и выполняться в приглашении анаконды. Этого можно добиться, выполнив следующие действия.

Откройте подсказку анаконды
Перейдите в каталог, в котором находится файл R
Активируйте среду анаконды с помощью команды:
Запустите файл с помощью команды:

Установка пакетов машинного обучения в R

Пакеты помогают упростить написание кода, поскольку они содержат набор предопределенных функций, которые выполняют различные задачи. Наиболее часто используемые пакеты машинного обучения - Caret, e1071, net, kernlab и randomforest . Есть два метода, которые можно использовать для установки этих пакетов для вашей программы R.

Метод 1: установка пакетов через Rstudio

Откройте Rstudio и выберите опцию « Установить пакеты» в разделе « Инструменты» в строке меню.
Введите имена всех пакетов, которые вы хотите установить, через пробел или запятую, а затем нажмите «Установить».

Метод 2: установка пакетов через командную строку Anaconda/консоль Rstudio

Откройте приглашение Anaconda.
Переключите среду на среду, которую вы использовали для Rstudio, используя команду:
Введите команду r, чтобы открыть консоль R.
Установите необходимые пакеты с помощью команды:

При загрузке пакетов вам может быть предложено выбрать зеркало CRAN . Для более быстрой загрузки рекомендуется выбрать ближайшее к вам место.

Пакеты машинного обучения в R

Существует множество библиотек R, которые содержат множество функций, инструментов и методов для управления и анализа данных. Каждая из этих библиотек специализируется на определенных библиотеках, управляющих изображениями и текстовыми данными, манипулированием данными, визуализацией данных, сканированием веб-страниц, машинным обучением и т. Д. Здесь давайте обсудим некоторые из важных пакетов машинного обучения на примере.

Пример:

Подготовка набора данных:
перед использованием этих пакетов, прежде всего, импортируйте набор данных в RStudio, очистите набор данных и разделите данные на обучающий и тестовый набор данных. Загрузите файл CSV по этой ссылке .

Читайте также: