原标题:R语言 | 一网打尽高质量统计分析与机器学习包
146+72本期刊《SCI期刊分析+选刊网站》免费领
解螺旋公众号·陪伴你科研的第2232天
常用统计方法包+机器学习包(名称、简介)
本文简要盘点一下关于统计分析与机器学习的R包,并通过简要介绍包的特点来帮助读者深入理解可视化包。
话不多说我们一起来看看吧!
1. survival
简介:survival是目前用的最多的做生存分析的包,Surv:用于创建生存数据对象,survfit:创建KM生存曲线或是Cox调整生存曲线,survdiff:用于不同组的统计检验,coxph:构建COX回归模型,cox.zph:检验PH假设是否成立,survreg:构建参数模型,包括Km和cox分析。
缺点:图形不够美观。
2. glmnet
简介:glmnet是做lasso分析的R包,包括二分类logistic回归模型,多分类logistic回归模型,Possion模型,Cox比例风险模型,svm模型,是目前用的最多的lasso分析的包,简单易用,通过选择1se lambda为最优参数,广泛应用在筛选基因的研究中。
缺点:优化下速度。
3. randomForests
简介:randomForest 包提供了利用随机森林算法解决分类和回归问题的功能。使用起来比较简单,其中randomForest函数用于构建随机森林模型,importance函数用于计算模型变量的重要