R语言是用于统计分析，图形表示和报告的编程语言。它正在成为数学科学的「通用语言」，想要进行高级复杂的数据挖掘分析，少不了 R 语言的身影。R语言的拓展性极强，拥有大量一线人员不断开发新的分析脚本。目前，咨询业、金融业、医药业都在大量的使用 R 语言。

DataViz 数据可视化分析平台为满足用户对高级复杂数据的挖掘分析需求，在已有的标准版基础上，新增企业版功能，支持 R 高级分析语言。

在标准版中，支持常见的数值、字元、时间等计算方法，这些演算法分析主要是统计分析，而对于趋势预测、聚类等挖掘分析演算法则不具备。

在企业版中，通过支持调用 R Server 可以有效引入第三方的演算法能力，让产品具有全新的挖掘分析能力。当前支持时序预测、聚类分析、回归分析等演算法，还可以通过自定义R脚本做演算法扩展。

小编带大家看一下 DataViz 内置的 R 语言常见演算法和使用示例

01数值计算

R 语言数值计算

数值计算后的折线图

示例中使用数值计算功能，对订单金额乘以 2，然后线性回归拟合。

02字元串计算

R语言字元串计算

字元串计算后的柱图

示例中使用字元串计算功能，将维度栏位的地区和省份进行字元串拼接。

03时序预测

时序预测在时间相关的分析计算中应用广泛，比如，在财务领域，根据往年的成本支出情况，使用时序预测演算法可以预测未来几年（一段时间）的成本支出情况。 在销售领域，已知各年销售额，使用时序预测演算法可以预测未来几年（一段时间）的销售额情况。

R 语言 ARIMA 模型时序预测分析

销售额的年时序预测结果

R 语言平滑时序预测分析

财务成本月时序预测结果

04聚类分析

聚类分析也是最为常用的一种高级分析演算法，在商业领域，聚类分析可以被用来发现不同的客户群，并分组聚类出相似客户，分析刻画不同的客户群的特征，来更好的了解客户。

在人力资源方面，可根据简历中包含的栏位，如学历、公司规模、薪水、职位名称等，通过聚类分组，挖掘出简历与职位的规律，从而快速有效的找到匹配的员工。

R 语言聚类分析演算法

鸢尾花类别聚类分析结果

05回归分析

在大数据量中，使用回归分析可以快速获取数据规律，比如，在商业领域，以买家和卖家的数据为依据，用回归方法描述商品需求的变动规律，可以获取某商品销售需求量的趋势情况，进一步对未来的销售需求量进行趋势分析。

R 语言回归分析演算法

散点图回归分析结果

R 语言的演算法数量众多，本文简单列举了 DataViz 中内置的常见演算法和使用用例。DataViz 企业版用户可以将更多的演算法包引入到数据分析平台中，充分满足各种演算法需求。

DataViz 企业版还支持移动端 APP，帮助企业领导者随时随地查看分析报告，及时做出决策。同时，支持高性能大数据分析引擎，帮助中大型企业TB级数据秒级分析处理，提升数据分析能力。

推荐阅读：