우분투 18.04 R Base 4.05 설치 / Rstudio 설치 및 최신 버전 업그레이드


  R은  패키지 중심으로 발전 한다.   가면 갈수록 유명한 패키지들을 설치 하기가 매우 까다로워진다.  이유는 패키지를 설치  할 때,  다른 패키지를 추가 하여 내장 시키기 때문이다. 

  R의 안정적인 최신 기술을 사용하고 싶으면, 주기적으로 R Base와 R Package 업그레이드 되었는지 확인 하여야 한다.  

패키지의 예를 들자면,  tidyverse는 초기 버전에는 dplyr, ggplot2, readr, readxl, stringr...  정도 약 적은 양의 패키지가 내장 되어 있는데,  버전이 업그레이드 되면서 패키지의 양이 늘어 났다.   대표적으로 늘어난 패키지는 data.table 인데, 이것은 빅데이터를 연산 할 수 있는 패키지이다.  

이번에는 R 설치 하는 것과,  최신기술 업데이터 하는 것에 대하여 이야기 하겠다. 
R을 설치 하려면,  레포지트리 등록은 필수 적인데,  사내에 방화벽이 있다고 가정하고,  방화벽에 영향을 받지 않는 80 port 기준으로 이야기 하겠다. 


1. R Base 설치

  R Base를 설치 하려면, GPG key값을 등록 하여야 한다.  아래 코드가 방화벽 안에 있으면 서버 담당자에게 이야기 해서 조치를 받아야 한다. 

  $ sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys E298A3A825C0D65DFD57CBB651716619E084DAB9

 R 4.0에 대한 레포지트리의 저장소에 아래와 같이 등록 한다.  apt-get 패키지 다운로드 서버에 등록 되어 주기적으로 우분투를 업데이트 할 때,  4.X 대 버전도 같이 업데이트 된다. 
  
  $ sudo add-apt-repository 'deb https://cloud.r-project.org/bin/linux/ubuntu bionic-cran40/'

 패키지 업데이트 이후에 R Base를 설치 해준다.  그러면 현재 가지고 있는 최신 버전이 설치 된다. 

 $ sudo apt-get update

 $ sudo apt-get install r-base


2. Rstudio 설치 

   Rstudio는 R을 편리하게 사용하게 해주는 저작툴로서 Windows에서는 Rstudio desktop이 설치되고,  ubuntu에서는 Rstudio server가 설치 된다.   

 수시로 버전을 업데이트 하므로 아래 링크를 클릭 하여 설치 하는 것이 좋다. 

https://www.rstudio.com/products/rstudio/download-server/debian-ubuntu/

  $ sudo apt-get install gdebi-core

  $ wget https://download2.rstudio.org/server/bionic/amd64/rstudio-server-1.4.1106-amd64.deb

  $ sudo gdebi rstudio-server-1.4.1106-amd64.deb

   RStudio 서버를 설치 하고 나서  크롬에서  아래  url을 복사하여 불여 넣고,  클릭 하면 Rstudio 화면이 뜬다. 

     http://localhost:8787 

R Studio 설치된 화면



  3. R Base 최신 버전 업그레이드

   원래 언급 하지 않으려고 했다.  하지만,  많은 사람들이 최신 버전 업그레이드 부분에 대한 질문이 많아서,  이번에 언급 하려고 한다. 

   만약에 3.6 버전이 있다면 아래와 같이 전부 삭제 해주어야 한다. 

  $ sudo apt purge r-base* r-recommended r-cran-*

  $ sudo apt autoremove

  $ sudo apt update


전부 삭제 하였으면 레포지트리 저장소에 R 업데이트 관련 된 사항을 주석 처리 하여야 한다.
이 부분을 하지 않으면,  기존 버전하고 신 버전이 충돌 한다.

  $ sudo vi /etc/apt/sources.list






댓글 없음:

댓글 쓰기

[주식 클로드 자동매매 프로젝트] 제2편. 데이터 인프라 구축 — 모델보다 데이터가 먼저다

 머신러닝 모델을 이야기하기 전에, 그 모델이 먹는 데이터가 어디서 어떻게 왔는지부터 정직하게 밝혀야 한다. 이 프로젝트에서 가장 많은 시간이 들어간 부분은 화려한 모델 튜닝이 아니라, "내가 정말 그 데이터를 갖고 있는가"를 확인하...