數據挖掘的R包和函數的集合

數據挖掘的R包和函數的集合

1、聚類

• 常用的包： fpc，cluster，pvclust，mclust

• 基於劃分的方法: kmeans, pam, pamk, clara

• 基於層次的方法: hclust, pvclust, agnes, diana

• 基於模型的方法: mclust

• 基於密度的方法: dbscan

• 基於畫圖的方法: plotcluster, plot.hclust

• 基於驗證的方法: cluster.stats

2、分類

• 常用的包：

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

  maptree，survival

• 決策樹: rpart, ctree

• 隨機森林: cforest, randomForest

• 迴歸, Logistic迴歸, Poisson迴歸: glm, predict, residuals

• 生存分析: survfit, survdiff, coxph

3、關聯規則與頻繁項集

• 常用的包：

  arules：支持挖掘頻繁項集，最大頻繁項集，頻繁閉項目集和關聯規則

  DRM：迴歸和分類數據的重複關聯模型
  

• APRIORI算法，廣度RST算法：apriori, drm

• ECLAT算法： 採用等價類，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、時間序列

• 常用的包： timsac

• 時間序列構建函數： ts

• 成分分解: decomp, decompose, stl, tsr

6、統計

• 常用的包： Base R, nlme

• 方差分析: aov, anova

• 密度分析: density

• 假設檢驗: t.test, prop.test, anova, aov

• 線性混合模型：lme

• 主成分分析和因子分析：princomp

7、圖表

• 條形圖: barplot

• 餅圖: pie

• 散點圖: dotchart

• 直方圖: hist

• 密度圖: densityplot

• 蠟燭圖, 箱形圖 boxplot

• QQ (quantile-quantile) 圖: qqnorm, qqplot, qqline

• Bi-variate plot: coplot

• 樹: rpart

• Parallel coordinates: parallel, paracoor, parcoord

• 熱圖, contour: contour, filled.contour

• 其他圖: stripplot, sunflowerplot, interaction.plot, matplot, fourfoldplot,
  assocplot, mosaicplot

• 保存的圖表格式: pdf, postscript, win.metafile, jpeg, bmp, png

8、數據操作

• 缺失值：na.omit

• 變量標準化：scale

• 變量轉置：t

• 抽樣：sample

• 堆棧：stack, unstack

• 其他：aggregate, merge, reshape

9、與數據挖掘軟件Weka做接口

• RWeka: 通過這個接口，可以在R中使用Weka的所有算法。