R語言常用演算法包
阿新 • • 發佈:2019-02-18
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:支援挖掘頻繁項集,最大頻繁項集,頻繁閉專案集和關聯規則
DRM:迴歸和分類資料的重複關聯模型
APRIORI演算法,廣度RST演算法:apriori, drm
ECLAT演算法: 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演算法: cSPADE
5、時間序列
常用的包: timsac
時間序列構建函式: 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
儲存的圖表格式: pdf, postscript, win.metafile, jpeg, bmp, png
8、資料操作
缺失值:na.omit
變數標準化:scale
變數轉置:t
抽樣:sample
堆疊:stack, unstack
其他:aggregate, merge, reshape
9、與資料探勘軟體Weka做介面
RWeka: 通過這個介面,可以在R中使用Weka的所有演算法。
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:支援挖掘頻繁項集,最大頻繁項集,頻繁閉專案集和關聯規則
DRM:迴歸和分類資料的重複關聯模型
APRIORI演算法,廣度RST演算法:apriori, drm
ECLAT演算法: 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演算法: cSPADE
5、時間序列
常用的包: timsac
時間序列構建函式: 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
儲存的圖表格式: pdf, postscript, win.metafile, jpeg, bmp, png
8、資料操作
缺失值:na.omit
變數標準化:scale
變數轉置:t
抽樣:sample
堆疊:stack, unstack
其他:aggregate, merge, reshape
9、與資料探勘軟體Weka做介面
RWeka: 通過這個介面,可以在R中使用Weka的所有演算法。