1. 首页
  2. 自学中心
  3. 软件
  4. R

与数据挖掘有关或有帮助的R包和函数的集合

与数据挖掘有关或者有帮助的R包和函数的集合。

1、聚类

常用的包: fpc,cluster,pvclust,mclust

基于划分的方法: kmeans, pam, pamk, clara

基于层次的方法: hclust, pvclust, agnes, diana

基于模型的方法: mclust

基于密度的方法: dbscan

基于画图的方法: plotcluster, plot.hclust

基于验证的方法: cluster.stats

2、分类

常用的包:

rpart,party,randomForest,rpartOrdinal,tree,marginTree,

maptree,survival

决策树: rpart, ctree

随机森林: cforest, randomForest

回归, Logistic回归, Poisson回归: glm, predict, residuals

生存分析: survfit, survdiff, coxph

3、关联规则与频繁项集

常用的包:

arules:支持挖掘频繁项集,最大频繁项集,频繁闭项目集和关联规则

DRM:回归和分类数据的重复关联模型

APRIORI算法,广度RST算法:apriori, drm

ECLAT算法: 采用等价类,RST深度搜索和集合的交集: eclat

4、序列模式

常用的包: arulesSequences

SPADE算法: cSPADE

5、时间序列

常用的包: timsac

时间序列构建函数: ts

成分分解: decomp, decompose, stl, tsr

6、统计

常用的包: Base R, nlme

方差分析: aov, anova

密度分析: density

假设检验: t.test, prop.test, anova, aov

线性混合模型:lme

主成分分析和因子分析:princomp

7、图表

条形图: barplot

饼图: pie

散点图: dotchart

直方图: hist

密度图: densityplot

蜡烛图, 箱形图 boxplot

QQ (quantile-quantile) 图: qqnorm, qqplot, qqline

Bi-variate plot: coplot

树: rpart

Parallel coordinates: parallel, paracoor, parcoord

热图, contour: contour, filled.contour

其他图: stripplot, sunflowerplot, interaction.plot, matplot, fourfoldplot,

assocplot, mosaicplot

保存的图表格式: pdf, postscript, win.metafile, jpeg, bmp, png

8、数据操作

缺失值:na.omit

变量标准化:scale

变量转置:t

抽样:sample

堆栈:stack, unstack

其他:aggregate, merge, reshape

9、与数据挖掘软件Weka做接口

RWeka: 通过这个接口,可以在R中使用Weka的所有算法。

来自 http://www.36dsj.com/archives/21400

 

原创文章,作者:xsmile,如若转载,请注明出处:http://www.17bigdata.com/%e4%b8%8e%e6%95%b0%e6%8d%ae%e6%8c%96%e6%8e%98%e6%9c%89%e5%85%b3%e6%88%96%e6%9c%89%e5%b8%ae%e5%8a%a9%e7%9a%84r%e5%8c%85%e5%92%8c%e5%87%bd%e6%95%b0%e7%9a%84%e9%9b%86%e5%90%88/

联系我们

在线咨询:点击这里给我发消息

邮件:23683716@qq.com

跳至工具栏