R语言 数据挖掘 R包与函数

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