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,googlevis;
——地圖包:ggmap,rgooglemaps,rworldmap;
金融包:
——時間序列:zoo,xts,chorn,its,timedate;
——金融分析:quantmod,rquantlib,portfolio,performanceanalytics,ttr,sde,yieldcurve;
——風險管理:parma,evd,evdbayes,evir,extremes,ismev;
資料探勘包:
——聚類:
——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
——文字挖掘:tm
——分類:
——策樹: rpart, ctree
——隨機森林: cforest, randomforest
——回歸, logistic, poisson,glm, predict, residuals
——生存分析: survfit, survdiff, coxph
——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
——優化
——最簡單的:stat包中的optimize, optim 函式
——非線性優化:bb包
——線性不等式約束的非線性優化:
constroptim,adaptive barrier 演算法
——非線性box約束優化:
nlminb
——帶約束的非線性優化:
rsolnp包中solnp函式,
alabama包中的constroptim.nl()函式
——線性規劃:lpsolve 包 中的lp函式,linprog包中的 solvelp函式
——中文分詞包
——rwordseq 中文分詞包
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...
r語言npsurv 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...
R語言中常用包總結
數學公式的表達 例子 m cbind y,x1,x2 xcor cor m 相關係數矩陣 xpcor cor2pcor xcor 偏相關矩陣 函式呼叫格式 pcor u,s 其中u是乙個數值向量,前兩個數值表示要計算相關係數的變數下標,其餘數值為條件變數的下標 jsbl c 1,5 要計算的相關係數...