R语言与数据挖掘学习笔记
(2013-04-02 11:25:43)转载▼
摘要:
今天发现一个很不错的博客(http://www.RDataMining.com),博主致力于研究R语言在数据挖掘方面的应用,正好近期很想系统的学习一下R语言和数据挖掘的整个流程,看了这个博客的内容,心里久久不能平静。决定从今天开始
...
今天发现一个很不错的博客( http://www.RDataMining.com),
博主致力于研究R语言在数据挖掘方面的应用,正好近期很想系统的学习一下R语言和数据挖掘的整个流程,看了这个博客的内容,心里久久不能平静。决定从今天
开始,只要晚上能在11点之前把碗洗好,就花一个小时的时间学习博客上的内容,并把学习过程中记不住的信息记录下来,顺便把离英语四级的差距尽量缩小。
下面列出了可用于数据挖掘的R包和函数的集合。其中一些不是专门为了数据挖掘而开发,但数据挖掘过程中这些包能帮我们不少忙,所以也包含进来。
1、聚类
-
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
-
基于模型的方法: mclust
-
基于密度的方法: dbscan
-
基于画图的方法: plotcluster, plot.hclust
-
基于验证的方法: cluster.stats
2、分类
-
常用的包:
rpart,party,randomForest,rpartOrdinal,tree,marginTree,
maptree,survival
-
决策树: rpart, ctree
-
随机森林: cforest, randomForest
-
回归, Logistic回归, Poisson回归: glm, predict, residuals
-
生存分析: survfit, survdiff, coxph
3、关联规则与频繁项集
-
常用的包:
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
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: eclat
4、序列模式
-
常用的包: arulesSequences
-
SPADE算法: cSPADE
5、时间序列
6、统计
7、图表
-
条形图: barplot
-
饼图: pie
-
散点图: dotchart
-
直方图: hist
-
密度图: densityplot
-
蜡烛图, 箱形图 boxplot
-
QQ (quantile-quantile) 图: qqnorm, qqplot, qqline
-
Bi-variate plot: coplot
-
树: rpart
-
Parallel coordinates: parallel, paracoor, parcoord
-
热图, contour: contour, filled.contour
-
其他图: stripplot, sunflowerplot, interaction.plot, matplot,
fourfoldplot,
assocplot, mosaicplot
-
保存的图表格式: pdf, postscript, win.metafile, jpeg, bmp, png
8、数据操作
9、与数据挖掘软件Weka做接口
|