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。