R語言常用包分類總結
常用包:
——數據處理:lubridata ,plyr ,reshape2,stringr,formatR,mcmc;
——機器學習:nnet,rpart,tree,party,lars,boost,e1071,BayesTree,gafit,arules;
——可視化包:ggplot2,lattice,googleVis;
——地圖包:ggmap,RgoogleMaps,rworldmap;
金融包:
——時間序列:zoo,xts,chorn,its,timeDate;
——金融分析:quantmod,RQuantLib,portfolio,PerformanceAnalytics,TTR,sde,YieldCurve;
——風險管理:parma,evd,evdbayes,evir,extRemes,ismev;
數據挖掘包:
——聚類:
——基於劃分的方法: kmeans, pam, pamk, clara ;
——基於層次的方法: hclust, pvclust, agnes, diana
——基於模型的方法: mclust
——基於密度的方法: dbscan
——基於畫圖的方法: plotcluster, plot.hclust
——基於驗證的方法: cluster.stats
——文本挖掘:tm
——分類:
——策樹: rpart, ctree
——隨機森林: cforest, randomForest
——回歸, Logistic, Poisson,glm, predict, residuals
——生存分析: survfit, survdiff, coxph
——統計
——常用的包: Base R, nlme
——方差分析: aov, anova
——密度分析: density
——假設檢驗: t.test, prop.test, anova, aov
——線性混合模型:lme
——主成分分析和因子分析:princomp
——優化
——最簡單的:stat包中的optimize, optim 函數
——非線性優化:BB包
——線性不等式約束的非線性優化:constrOptim,adaptive barrier 算法
——非線性box約束優化:nlminb
——帶約束的非線性優化:Rsolnp包中solnp函數,alabama包中的constrOptim.nl()函數
——線性規劃:lpSolve 包 中的lp函數,linprog包中的 solveLP函數
——中文分詞包
——Rwordseq 中文分詞包
R語言常用包分類總結