第五章《生成特征量的预处理和方法》的阅读笔记。主要是讲解如何用 SPL 来进行数据预处理、特征量加工等。
昨晚临睡时打开博客瞅了一眼，结果发现所有图片的加载不出来了。怀疑是不是所有图片都被图床给删了，赶紧去看了一眼，发现只是所有图片的地址都被从
https://s3 迁移到了 https://z3 而已。还好只是虚惊一场，不过因此博客也不能不修复所有的图片链接了。
第四章《往 Splunk 导入数据的基本操作》的阅读笔记。主要是讲解如何往 Splunk 中导入数据和设置 SPL 使用环境的工作流程。
第三章《基于 Splunk / MLTK 的机器学习》的阅读笔记。主要是讲解一些常用的机器学习算法，和在 Splunk 中的一些相关 Demo。
在 2017、2018 年的时候，自学过一阵子机器学习相关的知识，可惜那个时候也没有什么做笔记的习惯，平时也用不上，好不容易学到了一点东西就这么丢了，确实可惜。趁着看新书学习之际重新记下笔记。
现在的中文网络上其实并不缺乏教新手如何去创建和开发一个 R 包，只要很随意的搜索一下，就能找到不少可以参考的资料。那么问题来了，为什么我还要再写一篇来分享如何创建 R 包的文章呢？动机其实也很简单，由于 R 社区的不断发展，
{usethis}、{testthat}、{styler}、{lintr}、{pkgdown} 等等各类便于开发的工具层出不穷，在这些工具的帮助下，开发一个包的学习曲线愈发地降低。而现在中文网络中基于这些更为现代化工具的开发新手级入门教程还是尚且偏少。
本文主要介绍一下自己利用业余时间开发的分子结构3D可视化R包
{r3dmol}。{r3dmol} 基于一个老牌的 JavaScript 的3D分子结构可视化库 3Dmol.js 和 {htmlwidgets} 开发而成。利用 3Dmol.js 和 {htmlwidgets} 开发了 {r3dmol} 这个 R 包，以方便日常用 R 进行分析的科研人员实现在分析文档中对分子、蛋白质结构进行可视化，免去了打开 PyMOL 等软件对结构进行绘制后在通过导出图片复制粘贴到文档中的繁琐操作。
