R语言笔记常用函数统计分析数据类型数据操作帮助安装程序包R绘图.docxVIP

R语言学习笔记 常用函数 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 常用的包： timsac 时间序列构建函数： ts 成分分解: decomp, decompose, stl, tsr 6、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 主成分分析和因子分析：princomp 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 缺失值：na.omit 变量标准化：scale 变量转置：t 抽样：sample 堆栈：stack, unstack 其他：aggregate, merge, reshape 9、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。 安装程序包 1 用函数 install.packages() 2 安装本地zip包 路径：Packagesinstall packages from local files 查看安装的包 installed.packages() 检查更新 old.packages() 更新update.packages() 帮助 查看帮助文档 ?install.package() help(“install.package”) 函数帮助 ?function help(‘function’) html帮助 Help.start() 帮助Html帮助 关键词搜索 RSiteSearch(‘word’) 数据类型 向量 创建向量 c( ),创建向量 length( ), 向量长度 删除向量vector[-n]，即删除第n个向量 mode( ), 向量类型 rbind( ), 向量元素都作为一行row cbind( ) ，向量元素都作为一列col *创建向量序列 seq(from, to, by = ((to - from)/(length.out - 1)),length...), length是总长度（个数），因此by就是间隔 rep(mode,time) 产生mode 重复time次的向量 letters[n:m] 产生字符向量 rnorm(n,mean=…,sd=…) 随机序列 取子集 值范围限制 如：V(xm|xn) 索引坐标限制 如：V[c()]，V[1:3] 创建向量空间 V=vecto