本帖最后由 moshengren 于 2013-4-12 11:21 编辑
据Oracle官方博客 最近更新的New R Interface to Oracle Data Mining Available for Download，甲骨文开始正式支持R语言在Oracle数据库中的应用（简单的非官方说法是：甲骨文贡献了一个提供Oracle和R之间接口的附加包）。 援引博客中对R-ODM(R-Oracle Data Mining)的介绍： R-ODM is especially useful for: Quick prototyping of vertical or domain-based applications where the Oracle Database supports the application
Scripting of “production” data mining methodologies
Customizing graphics of ODM data mining results (examples: classification, regression, anomaly detection) 众所周知，R在实现原型算法方面有着不可替代的巨大优势。诚然，通过R实现的一般性数据挖掘算法都可以嵌入到数据库中，但Oracle提供的这个接口，极大地提高了挖掘算法的部署效率。 今天（2010.06.08），CRAN上更新了RODM包的1.0-2版本，支持Windows、Linux、MacOS X系统。 下面是RODM包帮助文档中的一个例子，可以初步地体会算法高效的部署：
- ### GLM Regression
- ## Not run:
- x1 <- 2 * runif(200)
- noise <- 3 * runif(200) - 1.5
- y1 <- 2 + 2*x1 + x1*x1 + noise
- dataset <- data.frame(x1, y1)
- names(dataset) <- c("X1", "Y1")
- RODM_create_dbms_table(DB, "dataset")
- # Push the training table to the database
- 10
- glm <- RODM_create_glm_model(database = DB, # Create ODM GLM model
- data_table_name = "dataset",
- target_column_name = "Y1",
- mining_function = "regression")
- 15
- glm2 <- RODM_apply_model(database = DB, # Predict training data
- data_table_name = "dataset",
- model_name = "GLM_MODEL",
- supplemental_cols = "X1")
- windows(height=8, width=12)
- plot(x1, y1, pch=20, col="blue")
- points(x=glm2$$$$model.apply.results[, "X1"],
- glm2$$$$model.apply.results[, "PREDICTION"], pch=20, col="red")
- legend(0.5, 9, legend = c("actual", "GLM regression"), pch = c(20, 20),
- col = c("blue", "red"),
- pt.bg = c("blue", "red"), cex = 1.20, pt.cex=1.5, bty="n")
- 27
- RODM_drop_model(DB, "GLM_MODEL") # Drop the model
- RODM_drop_dbms_table(DB, "dataset") # Drop the database table
- RODM_close_dbms_connection(DB)
- RODM_close_dbms_connection(DB)
R的影响力除了在统计分析领域（SAS、SPSS、Statistica已经都开始支持R接口）外，已然发展到了商业数据库领域 | 
发表于 2013-4-12 11:18:30