Centos7服务器上安装R和Rstudio

为了增加计算力来处理和整合更多和更杂的数据集，运维同事给我们分配了服务器。服务器是用Centos7的 Linux 系统，为了完成数据科学任务，我们需要在服务器上面搭建R平台。

通过阅读本文，你可以获得：

• 服务器上面安装R和RStudio
• 服务器上面安装常用R包

1 准备工作

在CentOS 7上，R可以基于epel package repository使用yum来安装，所以我们需要先添加它。

sudo yum install epel-release
sudo yum update

2 安装R

sudo yum install R -y

安装完毕后，输入命令

R

出现下面结果，表示安装成功了。

3 安装Rstudio Server

你在 这里 可以查看最新的版本和安装指南。

wget https://download2.rstudio.org/rstudio-server-rhel-1.1.453-x86_64.rpm
sudo yum install rstudio-server-rhel-1.1.453-x86_64.rpm -y

Rstudio Server安装好后，需要在服务器上面启动它

sudo systemctl status rstudio-server

如果您正在服务器上安装它(没有GUI)，您可以通过浏览器使用RStudio，方法是打开RStudio正在运行的端口(默认为8787)。对于GUI机器，只需在http://你的服务器IP:8787 打开RStudio，将出现以下屏幕，使用安装RStudio (sudo用户)时使用的用户名和密码。

成功打开的RStudio如下：

安装常用R包

1 tidyverse包

** tidyverse包** 是为数据科学设计的R包的集合。所有包都共享基本的设计哲学、语法和数据结构。在 这里 可以学习如何使用这个包。

在安装tidyverse包的时候，需要在服务器上面先做如下设置，因为这个包需要依赖这些程式。

yum install libxml2-devel
yum install openssl-devel
yum install libcurl-devel

安装tidyverse包的命令

install.packages('tidyverse')

加载tidyverse包的命令

library(tidyverse)

返回如下结果，表示成功安装。

2 caret包

caret包是（Classification And REgression Traing）的大字母缩写，包含了一系列函数集，用来简化创建预测模型的过程。这个包主要包含如下工具：

• 数据划分
• 预处理
• 特征选择
• 模型设计和构建
• 使用重采样的模型调优
• 变量重要性评价

在 这里 有caret包的详细介绍。

安装caret包的命令

install.packages('caret')

加载caret包的命令

library(caret)

返回如下结果，表示caret包安装成功，可以正常使用了。

3 scorecard包

scorecard包提供IV，变量过滤，最佳WOE分箱，评分刻度和性能评价等函数集，使得评分卡的设计和开发更加轻松和高效。这个包主要提供如下函数集：

• 数据划分（split_df）
• 变量选择（var_filter, iv）
• woe分箱（woebin, woebin_plot, woebin_adj, woebin_ply）
• 评分刻度（scorecard, scorecard_ply）
• 性能评价（perf_eva, perf_psi）

在 这里 可以查看这个包的详细文档，在 这里 可以查看这个包使用案例。

scorecard包安装和加载命令

install.packages('scorecard')
library(scorecard)

针对你的业务问题，需要使用其它R包，按着安装R包的方法，安装即可。

参考资料： 1 http://devopspy.com/linux/install-r-rstudio-centos-7/

关于服务器上面安装R平台，您有什么疑问或者想法，请留言。

版权声明： 作者保留权利。文章为作者独立观点，不代表数据人网立场。严禁修改，转载请注明原文链接:http://shujuren.org/article/802.html

数据人网： 数据人学习，交流和分享的平台，诚邀您创造和分享数据知识，共建和共享数据智库。