R语言常用包分类总结

常用包：

——数据处理：lubridata ，plyr ，reshape2，stringr，formatR，mcmc；

——机器学习：nnet，rpart，tree，party，lars，boost，e1071，BayesTree，gafit，arules；

——可视化包：ggplot2，lattice，googleVis；

——地图包：ggmap，RgoogleMaps，rworldmap；

金融包：

——时间序列：zoo，xts，chorn，its，timeDate；

——金融分析：quantmod，RQuantLib，portfolio，PerformanceAnalytics，TTR，sde，YieldCurve；

——风险管理：parma，evd，evdbayes，evir，extRemes，ismev；

数据挖掘包：

——聚类：
——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
——分类：
——策树: rpart, ctree
——随机森林: cforest, randomForest
——回归, Logistic, Poisson,glm,
predict, residuals
——生存分析: survfit, survdiff,
coxph
——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