与数据挖掘有关或有帮助的R包和函数的集合
与数据挖掘有关或者有帮助的R包和函数的集合。
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：BaseR,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-variateplot:coplot
树:rpart
Parallelcoordinates: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。