机器学习算法中用到的R添加包

R的好多功能是通过R添加包实现的，以下几种算法就用到了R的添加包：

1.K-邻近算法

R语言里的kknn包可以实现k-邻近算法----使用kknn函数。

2.决策树算法

要实现C4.5算法，R提供了一个程序包RWeka，里面的J48函数可以实现决策树的构建，

至于cart算法，R中的tree包提供函数tree来实现决策树的构建。

对于决策树的构建，R中函数包rpart中的函数rpart与prune也可以实现

决策树的绘图包是ggplot。

3.朴素贝叶斯算法

R语言中Naive Bayes的实现函数: R的e1071包的naiveBayes函数提供了naive bayes的具体实现。

4.支持向量机

R的函数包e1071提供了libSVM的接口，使用e1071包里的函数SVM()可以得到libSVM相同的结果，函数write.svm()是可以把R训练得到的结果写为标准的libSVM格式供其他环境下的libSVM使用。

在R中使用支持向量机还有一个添加包是klaR包。

5神经网络

神经网络模型在包nnet中的nnet函数，适用于神经网络的函数有predict,print和summary等。