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。
文章转自：http://blog.sina.com.cn/s/blog_551d7bff01015uiw.html
时间： 2024-12-28 20:56:58