R 在跑ML/DM演算法時，核心還是用C/C++去實做的， 更底層的線性代數則是用如BLAS等庫。 這種做法的好處在於，抓取運行效能和寫程式碼的平衡。 例如整理資料時，由於每次面對的資料都不同，可以快速用R Script來開發。 但是進入到最佳化運算時，由於每次要做的計算都類似，就可以用C 來加速。 比較R 這類直譯語言的時候，最主要的考量點還是功能性，而非速度。 速度的部分都可以透過C 撰寫的外掛來針對bottle neck 做加速。 而且第三方的套件庫核心，通常也會用C 來開發。 我自己也是平時寫R ，碰到bottle neck 再使用Rcpp來加速。 和純C++ 應用比起來，更有彈性： - 不吃效能的部分，用R script開發比C 快很多（IO、Logging、Configuration...） - R 能夠直接傳pointer 給C 處理資料，所以R extension 和純C 的差別應該只在於 呼叫動態函式庫的overhead - R 的套件很豐富 - R 有自己的Build Chain （對於不習慣使用CMake 的我是個加分） 回到你的問題， 在自然語言處理，比較有名的套件就是： R 的tm、http://cran.r-project.org/web/packages/tm/index.html Python 的nltk，http://www.nltk.org/ 建議你可以先都試試看。 10G 資料的話， 核心部分沒有C 應該還是吃力。 ※ 引述《vvrr (vvrr)》之銘言： : [問題類型]: : : 效能諮詢(我想讓R 跑更快) : : [軟體熟悉度]: : 入門(寫過其他程式，只是對語法不熟悉) : [問題敘述]: : 目前主要的工作是關於自然語言處理(Natural Language Processing)， : 一直以來都是用C在做大量的文字處理（處理量約是10G左右）。 : 前幾天同事發現R語言，提到有不少套件可以使用， : 想詢問大家，如果處理這種量級的資料， : R的速度會很慢嗎？和其他語言(C, java, php, ...)相比的感覺？ : 我查的資料提到R主要是做「統計」的運算， : 在這裡：http://www.meetup.com/Taiwan-R/ 提到可以做ML/DM。 : R給我的感覺是類似script，但是一般做ML/DM資料量都很大， : 「是不是 R經過compiler之後就能直逼 C的效能？」有這樣的疑問。 : 不知道有沒有版友有實際上使用的經驗能分享？ : 謝謝 : [關鍵字]: : 速度, 效能, NLP --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.45.200.180 ※ 文章網址: https://webptt.com/m.aspx?n=bbs/R_Language/M.1422022145.A.8ED.html