本文介绍了R语言中常用的数据分析包，包括统计检验、作图、回归模型、分类模型、聚类算法等。重点提及了如ggplot2、rpart、randomForest、knn、svm等包及其主要函数，同时也提到了数据预处理和时序分析的工具。这些包在实际工作中发挥着重要作用，帮助R语言用户进行各种复杂的数据分析任务。
r与python差异比较大的一个地方就是，python的机器学习算法集中程度比较高，比如sklearn，就集成了很多的算法，而R语言更多时候需要一个包一个包去了解，比较费时费力，对于python转过来的朋友非常不友好，抽空整理了工作中常用的R包如下：
常用检验函数：
基本上分布中常见的都罗列了：
常用作图函数包：
ggplot2：万能，基本上excel能画的图它都能画
rattle：fancyRpartPlot函数，决策树画图函数
基础包函数：barplot、pie、dotchart、hist、densityplot、boxplot、contour等等
正态检验：qqplot、qqline、qqnorm
连续分类回归模型：
stats包 lm函数，实现多元线性回归；glm函数，实现广义线性回归；nls函数，实现非线性最小二乘回归；knn函数，k最近邻算法
rpart包 rpart函数，基于CART算法的分类回归树模型
randomForest包 randomForest函数，基于rpart算法的集成算法
e1071包 svm函数，支持向量机算法
kernlab包 ksvm函数，基于核函数的支持向量机
nnet包 nnet函数，单隐藏层的神经网络算法
neuralnet包 neuralnet函数，多隐藏层多节点的神经网
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
