R正則表達式(grep,grepl,regexpr,sub,gsub)

傳統的統計學教育幾乎沒有告訴過我們，如何進行文本的統計建模分析。然而，我們日常生活中接觸到的大部分數據都是以文本的形式存在。文本分析與挖掘在業界中也有着非常廣泛的應用。 由於文本數據大多屬於非結構化的數據，要想對文本數據進行傳統的統計模型分析，必須要經過層層的數據清洗與整理。 今天我們要介紹的『正則表達式及R字符串處理』就是用來幹這一種髒活累活的。 與建立酷炫的模型比起來，數據的清洗與整理似乎是一

>>阅读原文<<