常用包和方法分类总结

（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，sur-vival

决策树：rpart，ctree

随机森林：cforest，randomForest

回归：Logistic，Poisson，glm，predict，residuals

生存分析：survfit，survdiff，coxph

（3）序列模式

常用的包：arulesSequences，timsac，zoo

SPADE算法：cSPADE

常用的包：timsac

时间序列构建函数：ts

成分分解：decomp，decompose，stl，tsr

（4）统计

常用的包：Base R，nlme

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(www.xing528.com)

主成分分析和因子分析：princomp

方差分析对应的是Kruskal-Wallis秩和检验：kruskal.test

T检验对应的是Wilcoxon符号秩和检验R：wilcox.test

随机微分方程模拟和统计推断：sde

非参数平滑与分布估计：KernSmooth

用来方便地做MLE估计：stats4

非线性方程求根、ODE均衡状态解：rootSolve

非线性优化：Rsolnp

（5）机器学习

神经网络：nnet，deepnet，RcppDL，autoencoder，neuralnet，RSSNS，Rdbn，AMORE，MXNetR，darch，H2O

支持向量机SVM：e1071

核函数：kernlab

（6）数据库

连接ODBC数据库接口：RODBC

连接轻量级SQLite数据库连接：RSQLite

像写SQL语句一样对数据框做操作：sqldf

（7）NLP

词汇数据库：Wordnet

命名实体识别：openNLP，KoNLP

分词：Snowball/Rwordseg（分词http：//R-Forge.R-project.org）

词干化：Rstem

文本挖掘：RTextTool，textact，Isa，tm

主题模型：topicmodel

关键词提取：tau，gsubfn，RKEA