如果你覺得太長不想看，那就記得 @Yan He 同學說的R里面有caret，python里面用sklearn

常用檢驗函數：

常用作圖函數包：

ggplot2：萬能

rattle：fancyRpartPlot函數，決策樹畫圖函數

連續分類回歸模型：

stats包 lm函數，實現多元線性回歸；glm函數，實現廣義線性回歸；nls函數，實現非線性最小二乘回歸；knn函數，k最近鄰算法

rpart包 rpart函數，基于CART算法的分類回歸樹模型

randomForest包 randomForest函數，基于rpart算法的集成算法

e1071包 svm函數，支持向量機算法

kernlab包 ksvm函數，基于核函數的支持向量機

nnet包 nnet函數，單隱藏層的神經網絡算法

neuralnet包 neuralnet函數，多隱藏層多節點的神經網絡算法

RSNNS包 mlp函數，多層感知器神經網絡；rbf函數，基于徑向基函數的神經網絡

離散分類回歸模型：

stats包 glm函數，實現Logistic回歸，選擇logit連接函數

kknn包 kknn函數，加權的k最近鄰算法

rpart包 rpart函數，基于CART算法的分類回歸樹模型

adabag包bagging函數，基于rpart算法的集成算法；boosting函數，基于rpart算法的集成算法

party包ctree函數，條件分類樹算法

RWeka包OneR函數，一維的學習規則算法；JPip函數，多維的學習規則算法；J48函數，基于C4.5算法的決策樹

C50包C5.0函數，基于C5.0算法的決策樹

e1071包naiveBayes函數，貝葉斯分類器算法

klaR包NaiveBayes函數，貝葉斯分類器算分

MASS包lda函數，線性判別分析；qda函數，二次判別分析

聚類：Nbclust包Nbclust函數可以確定應該聚為幾類

stats包kmeans函數，k均值聚類算法；hclust函數，層次聚類算法

cluster包pam函數，k中心點聚類算法

fpc包dbscan函數，密度聚類算法；kmeansruns函數，相比于kmeans函數更加穩定，而且還可以估計聚為幾類；pamk函數，相比于pam函數，可以給出參考的聚類個數

mclust包Mclust函數，期望最大(EM)算法

關聯規則：arules包apriori函數

Apriori關聯規則算法

recommenderlab協調過濾

降維算法：

psych包prcomp函數、factanal函數

上面只是簡單羅列了一些，更多：R開發：常用R語言包介紹

總結

以上是生活随笔為你收集整理的r语言的MASS包干什么的_怎么记住r语言这么多包？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。