R语言数据挖掘相关包介绍

下面列出了可用于数据挖掘的R包和函数的集合。其中一些不是专门为了数据挖掘而开发，但数据挖掘过程当中这些包能帮咱们很多忙，因此也包含进来。

一、聚类

• 经常使用的包： 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

二、分类

• 经常使用的包：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

三、关联规则与频繁项集

• 经常使用的包：

  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

四、序列模式

• 经常使用的包： arulesSequences

• SPADE算法： cSPADE

五、时间序列

• 经常使用的包： timsac

• 时间序列构建函数： ts

• 成分分解: decomp, decompose, stl, tsr

六、统计

• 经常使用的包： 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

七、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-variate plot: coplot

• 树: rpart

• Parallel coordinates: parallel, paracoor, parcoord

• 热图, contour: contour, filled.contour

• 其余图: stripplot, sunflowerplot, interaction.plot, matplot, fourfoldplot, assocplot, mosaicplot

• 保存的图表格式: pdf, postscript, win.metafile, jpeg, bmp, png

八、数据操做

• 缺失值：na.omit

• 变量标准化：scale

• 变量转置：t

• 抽样：sample

• 堆栈：stack, unstack

• 其余：aggregate, merge, reshape

九、与数据挖掘软件Weka作接口

• RWeka: 经过这个接口，能够在R中使用Weka的全部算法。