R语言常用包分类总结


常用包:

——数据处理:lubridata ,plyr ,reshape2,stringr,formatR,mcmc;

——机器学习:nnet,rpart,tree,party,lars,boost,e1071,BayesTree,gafit,arules;

——可视化包:ggplot2,lattice,googleVis;

——地图包:ggmap,RgoogleMaps,rworldmap;


金融包:

——时间序列:zoo,xts,chorn,its,timeDate;

——金融分析:quantmod,RQuantLib,portfolio,PerformanceAnalytics,TTR,sde,YieldCurve;

——风险管理:parma,evd,evdbayes,evir,extRemes,ismev;


数据挖掘包

——聚类:

        ——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

        ——文本挖掘:tm

——分类:

        ——策树: rpart, ctree 

        ——随机森林: cforest, randomForest 

        ——回归, Logistic, Poisson,glm, predict, residuals 

        ——生存分析: survfit, survdiff, coxph

——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

——优化

        ——最简单的:stat包中的optimize, optim 函数

        ——非线性优化:BB包

        ——线性不等式约束的非线性优化:constrOptim,adaptive barrier 算法

        ——非线性box约束优化:nlminb

        ——带约束的非线性优化:Rsolnp包中solnp函数,alabama包中的constrOptim.nl()函数

        ——线性规划:lpSolve 包 中的lp函数,linprog包中的 solveLP函数

——中文分词包

      ——Rwordseq  中文分词包



你可能感兴趣的:(R语言,R语言)