龙空技术网

R语言数据挖掘分析常用函数和包有哪些?

分享1256 118

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