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