这是针对于博客vs2017安装和使用教程（详细）的R语言项目新建示例

目录

一、安装R语言依赖项

二、创建项目

三、运行脚本文件

四、简单的小例子（线性回归）

一、安装R语言依赖项

1.打开VS安装程序，在“web和云”下勾选“数据科学和分析应用程序”

2.点击修改，开始下载

3.等待安装

4.到这个界面说明安装已经接近尾声

5.安装完成

二、创建项目

1.点击菜单栏-->文件-->新建-->项目，右边栏选择其它语言-->R，中间选择R项目，改变默认路径

2.打开之后，可以看到左侧三个文件：

• .Rhistory
• R_example.Rproj
• Script.R

我们也看到了右下角的交互窗口，还是老规矩，打印hello world

交互窗口输入

print("Hello World")
 

可以看到结果 

三、运行脚本文件

1.可以看到在Script.R文件前面有一个红色的R的标志，这意味着这个文件就是我们的执行文件。我们编写如下代码：

      String <- "Hello, World!"
      print(String)
  
 

2.右键这个Script.R文件，点击“设置为启动R脚本”

3.我们点击上方的Source startup file

4.可以看到下方的R交互窗口的运行结果

四、简单的小例子（线性回归）

1.根据身高预测体重，代码如下：

      # 创建预测变量x(身高)，响应变量y(体重)
      x <- c(151, 174, 138, 186, 128, 136, 179, 163, 152, 131)
      y <- c(60, 78, 49, 75, 47, 57, 70, 73, 50, 45)
      #多行注释
      if (FALSE) {
     	"y是响应变量。
       x是预测变量。
       a和b被称为系数常数"
      }
      #命名图表文件
      png(file = "身高体重线性回归图.png")
      #创建关系模型 y=ax+b
      relation <- lm(y ~ x)
      #如果身高175cm
      a <- data.frame(x = 175)
      #输出结果
      print(paste("175cm的体重预测值为:",predict(relation, a)))
      #画图
      plot(x, y, col = "blue", main = "身高体重的线性回归图",
      abline(lm(y ~ x)), cex = 2.0, pch = 16, xlab = "身高(cm)", ylab = "体重(kg)")
      #存储文件
      dev.off()
  
 

2.结果：175cm的体重预测值为: 71.9553926061717kg（约等于72kg）

3.回归图：

身高体重线性回归图.png

返回至原博客：vs2017安装和使用教程（详细）

文章来源: nickhuang1996.blog.csdn.net，作者：悲恋花丶无心之人，版权归原作者所有，如需转载，请联系作者。

原文链接：nickhuang1996.blog.csdn.net/article/details/89520432