1. 首页
  2. 自学中心
  3. 软件
  4. R

R语言数据挖掘相关包的介绍

转自:http://www.dataguru.cn/article-1440-1.html

下面列出了可用于数据挖掘的R包和函数的集合。其中一些不是专门为了数据挖掘而开发,但数据挖掘过程中这些包能帮我们不少忙,所以也包含进来。

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。

原创文章,作者:xsmile,如若转载,请注明出处:http://www.17bigdata.com/r%e8%af%ad%e8%a8%80%e6%95%b0%e6%8d%ae%e6%8c%96%e6%8e%98%e7%9b%b8%e5%85%b3%e5%8c%85%e7%9a%84%e4%bb%8b%e7%bb%8d/

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