R 语言的数据挖掘环境还在本地搭环境？其实有更省事的办法。jupyterlab-r-data-mining-binder这个项目就挺实用的，配好了 MyBinder 环境，点个链接，几秒钟就能跑起来，啥都不用装，直接开挖数据。
MyBinder 的配置文件写得比较清晰，R 的包、依赖、数据路径都列得明明白白。省去了你到处找包、装包失败的烦心事。尤其适合教学或者团队协作，一份仓库，都能统一环境。
它用的是JupyterLab，比老版 Notebook 界面更强，多个窗口同时操作，R 代码、图表、终端一起开，体验挺顺。用惯 RStudio 的一开始有点不习惯，但上手快。
项目主要跑的是 R 语言的数据挖掘流程，像聚类、分类、文本挖掘这些都能搞，适合练手也适合演示。你要是搞 R 的教学课程或者开源项目，这种活页夹配置就太方便了。
还有一点不错，它基于GitHub仓库部署，改点代码、推上去，环境立马就更新。你也可以 fork 一份自己改，怎么用都灵活。
如果你想快速试运行一下，可以看看这几个相关文章，蛮有：
如果你平时用 R 搞数据、又不想老装环境，不妨试试这个配置。简单、高效，还能随时分享链接给别人用，挺香的。