数据挖掘和R包（转）

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。


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