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。