R语言常用数据挖掘包
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,但数据挖掘过程中这些包能帮我们不少忙,所以也包含进来。
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: 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
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-variate plot: coplot
-
树: rpart
-
Parallel coordinates: 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。