1、
聚類常用的包： fpc，cluster，pvclust，mclust
基於劃分的方法: kmeans, pam, pamk, clara
基於層次的方法: hclust, pvclust, agnes, diana
基於模型的方法: mclust
基於密度的方法: dbscan
基於畫圖的方法: plotcluster, plot.hclust
基於驗證的方法: cluster.stats
2、分類
常用的包：
rpart，party，randomforest，rpartordinal，tree，margintree，
maptree，survival
決策樹: rpart, ctree
隨機森林: cforest, randomforest
回歸, logistic回歸, poisson回歸: glm, predict, residuals
生存分析: survfit, survdiff, coxph
3、關聯規則與頻繁項集
常用的包：
arules：支援挖掘頻繁項集，最大頻繁項集，頻繁閉專案集和關聯規則
drm：回歸和分類資料的重複關聯模型
apriori演算法，廣度rst演算法：apriori, drm
eclat演算法： 採用等價類，rst深度搜尋和集合的交集： eclat
4、序列模式
常用的包： arulessequences
spade演算法： cspade
5、時間序列
常用的包： timsac
時間序列構建函式： ts
成分分解: decomp, decompose, stl, tsr
6、統計
常用的包： base r, nlme
方差分析: aov, anova
密度分析: density
假設檢驗: t.test, prop.test, anova, aov
線性混合模型：lme
主成分分析和因子分析：princomp
7、圖表
條形圖: barplot
餅圖: pie
散點圖: dotchart
直方圖: hist
密度圖: densityplot
蠟燭圖, 箱形圖 boxplot
qq (quantile-quantile) 圖: qqnorm, qqplot, qqline
bi-variate plot: coplot
樹: rpart
parallel coordinates: parallel, paracoor, parcoord
熱圖, contour: contour, filled.contour
其他圖: stripplot, sunflowerplot, interaction.plot, matplot, fourfoldplot,
assocplot, mosaicplot
儲存的圖**式: pdf, postscript, win.metafile, jpeg, bmp, png
8、資料操作
缺失值：na.omit
變數標準化：scale
變數轉置：t
抽樣：sample
堆疊：stack, unstack
其他：aggregate, merge, reshape
9、與資料探勘軟體weka做介面
rweka: 通過這個介面，可以在r中使用weka的所有演算法。
R開發 常用R語言包
r與python差異比較大的乙個地方就是，python的機器學習演算法集中程度比較高，比如sklearn，就整合了很多的演算法，而r語言更多時候需要乙個包乙個包去了解，比較費時費力，對於python轉過來的朋友非常不友好，抽空整理了工作中常用的r包如下 常用檢驗函式 基本上分布中常見的都羅列了 常用...
R語言常用資料探勘包
今天發現乙個很不錯的部落格 博主致力於研究r語言在資料探勘方面的應用，正好近期很想系統的學習一下r語言和資料探勘的整個流程，看了這個部落格的內容，心裡久久不能平靜。決定從今天開始 今天發現乙個很不錯的部落格 博主致力於研究r語言在資料探勘方面的應用，正好近期很想系統的學習一下r語言和資料探勘的整個流...
R語言常用包分類總結
常用包 資料處理 lubridata plyr reshape2，stringr，formatr，mcmc 機器學習 nnet，rpart，tree，party，lars，boost，e1071，bayestree，gafit，arules 視覺化包 ggplot2，lattice，googlevi...