常用包: ——数据处理:lubridata ,plyr ,reshape2,stringr,formatR,mcmc; ——机器学习:nnet,rpart,tree,party,lars,boost,e1071,BayesTree,gafit,arules; ——可视化包:ggplot2,lattice,googleVis; ——地图包:ggmap,RgoogleMaps,rworldmap;
金融包: ——时间序列:zoo,xts,chorn,its,timeDate; ——金融分析:quantmod,RQuantLib,portfolio,PerformanceAnalytics,TTR,sde,YieldCurve; ——风险管理:parma,evd,evdbayes,evir,extRemes,ismev;
数据挖掘包: ——聚类: ——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 ——文本挖掘:tm ——分类: ——策树: rpart, ctree ——随机森林: cforest, randomForest ——回归, Logistic, Poisson,glm, predict, residuals ——生存分析: survfit, survdiff, coxph ——统计 ——方差分析: aov, anova ——密度分析: density ——假设检验: t.test, prop.test, anova, aov ——线性混合模型:lme ——主成分分析和因子分析:princomp ——优化 ——最简单的:stat包中的optimize, optim 函数 ——非线性优化:BB包 ——线性不等式约束的非线性优化:constrOptim,adaptive barrier 算法 ——非线性box约束优化:nlminb ——带约束的非线性优化:Rsolnp包中solnp函数,alabama包中的constrOptim.nl()函数 ——线性规划:lpSolve 包 中的lp函数,linprog包中的 solveLP函数 ——中文分词包 ——Rwordseq 中文分词包 |
|
来自: 昵称46988079 > 《R语言》