R语言常用算法包

yakcy

于 2016-03-31 10:28:30 发布

阅读量5k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：数据挖掘文章标签：数据挖掘 R 算法函数大数据

本文链接：https://blog.youkuaiyun.com/cqboy1991/article/details/51023975

这篇博客详细介绍了R语言在数据挖掘领域的应用，包括聚类算法如kmeans、hclust，分类方法如rpart、randomForest，关联规则与频繁项集挖掘，序列模式分析，时间序列处理，统计分析如方差分析、密度分析，以及图表绘制和数据操作技巧，还提到了如何通过RWeka接口使用Weka算法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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