R Tools for Visual Studio のサンプル プロジェクトR Tools for Visual Studio sample projects

次のサンプル コレクションを使用して、R、R Tools for Visual Studio (RTVS)、Microsoft R Server の使用を開始できます。This collection of samples gets you started on R, R Tools for Visual Studio (RTVS), and Microsoft R Server:

  1. サンプルの ZIP ファイルをダウンロードし、フォルダーを選択して展開します。Download the samples zip file and extract to a folder of your choice.
  2. examples/Examples.sln を開くと、プロジェクトにフォルダーが 2 つ表示されます。Open examples/Examples.sln to see two folders in the project:

    • "A First Look at R" には、R を初めて使用するユーザーのために簡単な概要が含まれます。A First Look at R gives a gentle introduction for newcomers to R.
    • "MRS and Machine Learning" には、Machine Learning に R および Microsoft R Server を使用する方法の例が含まれます。MRS and Machine Learning gives examples of how to use R and Microsoft R Server for machine learning.

初めて R を検討する (A First Look at R)A First Look at R

このサンプルでは、2 つのソース ファイル内の詳細なコメントを使って、R を詳しく説明しています。This sample provides an in-depth introduction to R through the extensive comments in two source files. コードを 1 行ずつ [R インタラクティブ] ウィンドウに送るには、ファイルの一番上にカーソルを置き、Ctrl キーを押しながら Enter キーを押す方法が簡単です。For the best experience, place the cursor at the top of the file and press Ctrl+Enter to send the code line-by-lie to the R Interactive window. (パッケージをインストールする行は、完了までに 1、2 分かかる可能性があります)。(Lines that install packages might take a minute or two to complete.)

  • 1-Getting Started with R.R には、パッケージの使用、データの読み込みと分析、およびプロットなど、多くの R の基本が含まれています。1-Getting Started with R.R covers many R fundamentals including using packages, loading and analyzing data, and plotting.

    "1-Getting Started with R.R" サンプルの出力例

  • 2-Introduction to ggplot2.R では、視覚に訴えるプロットとシンプルな構文で知られる ggplot2 グラフィック パッケージを紹介します。2-Introduction to ggplot2.R introduces the ggplot2 graphic package known for its visually appealing plots and simple syntax. この例では、フィジーの地震データを視覚化しています。This example visualizes earthquake data from Fiji.

    "2-Introduction to ggplot2.R" サンプルの出力例

Microsoft R Server と Machine LearningMicrosoft R Server and Machine Learning

この例のコレクションでは、R を使用して Machine Learning モデルを作成する方法、および Microsoft R Server (MRS) を活用する方法を示します。This collection of examples shows how to use R to create machine learning models and to take advantage of Microsoft R Server (MRS). タイトルおよび示された場所の MRS でスクリプトを実行するには、MRS をインストールします。Install MRS to run scripts with MRS in the title and where noted.

他の例と同様に、ファイルを開き、ファイルの先頭にカーソルを置いて、Ctrl キーを押しながら Enter キーを押して 1 行ずつコードをステップ実行します。As with all examples, open the file, place the cursor at the top, and then step through the code line by line with Ctrl+Enter. 詳細については、各フォルダーのマークダウン ファイルも参照してください。The markdown files in each folder also contain additional details.

  • Benchmarks では、多数の集中的な並列線形代数計算を実行し、Microsoft R Open と Intel 数値演算ライブラリ (MKL) を使用して向上するパフォーマンスを示します。Benchmarks runs a number of intensive, parallel linear algebra computations to show the performance gains that are possible through the use of Microsoft R Open and the Intel Math Kernel Library (MKL). ベンチマークでは、シミュレートされたデータを使用して、2 つのスレッド間の行列計算を具体的に比較します。With simulated data, the benchmarks specifically compare matrix calculations on one thread versus two.

    ベンチマーク プロットの例

  • Bike_Rental_Estimation_with_MRS では、Microsoft R Server を使用して、履歴データセットに基づくレンタルサイクルの需要予測モデルを作成します。Bike_Rental_Estimation_with_MRS creates a demand prediction model for bike rentals based on a historical data set, using Microsoft R Server.

  • Data_Exploration には、次の 3 つのスクリプトが含まれます。Data_Exploration contains three scripts:

    • Import Data from URL.R では、URL によって特定されたデータ ファイルを R に読み込む方法を示します。Import Data from URL.R shows how to load a URL-identified data file into R.
    • Import Data from URL to xdf.R では、URL によって特定されたデータ ファイルを xdf として Microsoft R Server に読み込む方法を示します Import Data from URL to xdf.R shows how to load a URL-identified data file into Microsoft R Server as an xdf. (MRS が必要です)。(Requires MRS.)
    • Using ggplot2.R は、A First Look at R/2-Introduction to ggplot2.R サンプルの拡張機能です。このスクリプトでは、対話型の 3D プロットなど、ggplot2 の機能の詳細なツアーを示します。Using ggplot2.R is an extension of the A First Look at R/2-Introduction to ggplot2.R sample, giving a more extensive tour of ggplot2's functionality including interactive 3D plotting.

      ggplot2.R を使用した出力例

  • Datasets には、他のサンプルによって使用される .csv ファイルが 3 つ含まれています。Datasets contains three .csv files used by other samples

  • Flight_Delays_Prediction_with_RFlight_Delays_Prediction_with_MRS では、R、Machine Learning、過去の定時運行データおよび気象データを使用して、航空便の遅延を予測する方法を示します。Flight_Delays_Prediction_with_R and Flight_Delays_Prediction_with_MRS shows how to predict flight delays using R, machine learning, and historical on-time performance and weather data.
  • Machine learning には、航空便の遅延、住宅価格、レンタルサイクルの予測方法を学習できる 3 つのサンプルが含まれています。Machine learning contains three samples for learning to predict flight delays, housing prices, and bike rentals. また、これらのサンプルは、R と MRS のアプリケーションから現実世界の問題へのデモンストレーションでもあります。Together, these samples demonstrate the application of R and MRS to real-world problems. また、いくつかの一般的な Machine Learning モデルを使用し、Azure Machine Learning ワークスペースを使用して、Azure Web サービスとして配置する方法も示します。They also show you how to use several popular machine learning models and deploy them as an Azure Web Service using an Azure Machine Learning workspace.

  • R_MRO_MRS_Comparison は、6 パーツの比較で、構文、コンストラクト、およびパフォーマンスを含む、R、Microsoft R Open、および Microsoft R Server の類似点と相違点を示しています。R_MRO_MRS_Comparison is a six-part comparison that shows the similarities and differences of R, Microsoft R Open and Microsoft R Server with commands, syntax, constructs, and performance.

Microsoft R Open および Microsoft R Server の特別な点What's special about Microsoft R Open and Microsoft R Server?

Microsoft R Open (Microsoft が配布する R) は、次の 2 つの重要な点が CRAN R とは異なります。Microsoft R Open, Microsoft's distribution of R, is different from CRAN R in two important ways:

  1. Intel 数値演算ライブラリと併用時の優れた計算性能Better computation performance when used with the Intel Math Kernel Libraries. ライブラリは、Microsoft R Open と共に使用するために、Microsoft から無料でダウンロードして入手できます。The libraries are available as a free download from Microsoft for use with Microsoft R Open.

  2. 再現可能な R ツールキット。これは、R プログラムをビルドするために使用したライブラリを、作業を再現する必要がある他のユーザーが常に入手できるようにします。Reproducible R Toolkit ensures that the libraries you used to build your R program are always available to others that want to reproduce your work.

Microsoft R Server は、R の拡張機能であり、多くのデータを高速に処理することができます。Microsoft R Server is an extension of R that allows you to handle more data and handle it faster. 次の 2 つの利便性の高い機能を R に提供します。It gives R two powerful capabilities:

  1. RAM の制限がない大きなデータ セット。Larger data sets without RAM limitations. MRS では、Hadoop クラスター、データベース、およびデータ ウェアハウスなど、さまざまなソースからメモリ不足になるデータを処理することができます。MRS can process out-of-memory data from a variety of sources including Hadoop clusters, databases, and data warehouses.

  2. 並行、マルチコア処理。Parallel, multi-core processing. MRS では、利用可能な演算リソース全体に計算を効率的に分散させることができます。MRS can efficiently distribute computation across all the computational resources it has available. 個人のワークステーションまたはリモート クラスターで、MRS は回答を高速に取得します。On your personal workstation or a remote cluster, MRS gets an answer faster.

次の比較では、MKL を使用する MRS と MRO が、MKL を使用しない R と MRO より特定のマトリックス計算に関連する計算性能で特に優れていることを示しています。The following comparison shows that MRS and MRO with MKL have significantly better computation performance related to certain matrix calculation than R and MRO without MKL. シミュレートされたデータは、この計算で使用されます。Simulated data is used in this calculation:

MKL を使用する MRS と MRO と MKL を使用しない R と MRO の比較

MRO および MRS を使用した R の技術的な比較については、Lixun Zhang の詳細なディスカッションに関するページを参照してください。For a technical comparison of R with MRO and MRS, check out Lixun Zhang's detailed discussion on the topic.

次の図では、ロジスティック回帰モデルの構築時に使用される経過時間 (秒) を比較して、15 分を超える航空便の遅延を予測しています。The following figure then compares elapsed time in seconds used in building Logistic Regression models to predict flight delays greater than 15 minutes. CRAN R で使われた経過時間は、行が少し増えると大幅に増加しますが、MRS では約 2 倍のみ増加しています。Elapsed time used in CRAN R increases dramatically when increasing a small number of rows, while MRS increases only by approximately two times. このベンチマークの詳細については、Benchmarks/rxGlm_benchmark.R の例を確認してください。For details of this benchmark, check out the Benchmarks/rxGlm_benchmark.R example.

rxGlm のベンチマーク