數據挖掘和R包（轉）

下面列出了可用於數據挖掘的R包和函數的集合。其中一些不是專門爲了數據挖掘而開發，但數據挖掘過程當中這些包能幫咱們很多忙，因此也包含進來。

一、聚類

經常使用的包： 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

二、分類

經常使用的包：

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

三、關聯規則與頻繁項集

經常使用的包：

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

四、序列模式

經常使用的包： arulesSequences

SPADE算法： cSPADE

五、時間序列

經常使用的包： timsac

時間序列構建函數： ts

成分分解: decomp, decompose, stl, tsr

六、統計

經常使用的包： 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

七、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

其餘圖: stripplot, sunflowerplot, interaction.plot, matplot, fourfoldplot,
assocplot, mosaicplot

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

八、數據操做

缺失值：na.omit

變量標準化：scale

變量轉置：t

抽樣：sample

堆棧：stack, unstack

其餘：aggregate, merge, reshape

九、與數據挖掘軟件Weka作接口

RWeka: 經過這個接口，能夠在R中使用Weka的全部算法。


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