前言:
当前我们对“weka实现apriori算法实验总结”大概比较关怀,你们都需要知道一些“weka实现apriori算法实验总结”的相关内容。那么小编同时在网络上搜集了一些对于“weka实现apriori算法实验总结””的相关知识,希望兄弟们能喜欢,小伙伴们一起来学习一下吧!R语言是一套完整的数据处理、计算和制图软件系统。其功能包括:数据存储和处理系统;数组运算工具(其向量、矩阵运算方面功能尤其强大);完整连贯的统计分析工具;优秀的统计制图功能;简便而强大的编程语言:可操纵数据的输入和输出,可实现分支、循环,用户可自定义功能。下面为大家介绍一些R语言数据挖掘常用的包和函数的集合:
聚类
基于模型的方法: mclust
基于密度的方法: dbscan
基于验证的方法: cluster.stats
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
基于画图的方法: plotcluster, plot.hclust
分类
决策树: rpart, ctree
随机森林: cforest, randomForest
生存分析: survfit, survdiff, coxph
回归, Logistic回归, Poisson回归: glm, predict, residuals
常用的包: rpart, party, randomForest, rpartOrdina, ee,marginTree,maptree, surviva
统计
密度分析: density
线性混合模型:lme
方差分析: aov, anova
常用的包:Base R, nlme
主成分分析和因子分析:princomp
假设检验: t.test, prop.test, anova, aov
图表
树: rpart
饼图: pie
直方图: hist
条形图: barplot
散点图: dotchart
密度图: densityplot
Bi-variate plot: coplot
蜡烛图, 箱形图: boxplot
热图, contour : contour, filled.contour
QQ(quantile-quantile)图:qqnorm, qqplot, qqline
保存的图表格式: pdf, postscript, win.metafile, jpeg, bmp, png
序列模式
SPADE算法:cSPADE
常用的包:arulesSequences
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
数据操作
变量转置:t
抽样:sample
缺失值:na.omit
变量标准化:scale
堆栈:stack, unstack
其他:aggregate, merge, reshape
关联规则与频繁项集
常用的包:
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: ecla
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
与数据挖掘软件Weka做接口
RWeka: 通过这个接口,可以在R中使用Weka的所有算法。
来源:四川CDA数据分析师
标签: #weka实现apriori算法实验总结