R 回归虚拟变量na_工具amp;方法 | R语言机器学习包大全（共45个包）

机器学习，是一门多学科交叉的人工智能领域的分析技术，它使用算法解析数据，从中学习，然后对世界上的某件事情做出决定或预测。

目前，常见机器学习的研究方向主要包括决策树、随机森林、神经网络、贝叶斯学习和支持向量机等方面。本期，我们从CRAN Task Views分类整理了有关Machine Learning主题的R语言包。

图注：图片来自scikit-learn官网

决策树 Decision Trees1)rpart和tree，递归拆分利用树形结构模型，来做回归、分类和生存分析。其中，rpart可用于进行分类回归树分析(Classification and Regression Tree, CART)。rpart：https://cloud.r-project.org/web/packages/rpart/index.htmltree：

https://cloud.r-project.org/web/packages/tree/index.html

2)Weka和RWeka，weka中提供了丰富的分区算法工具箱，rweka包实现了一个接口，包括包括J4.8、C4.5、M5等。Weka：http://www.cs.waikato.ac.nz/~ml/weka/RWeka：

https://cloud.r-project.org/web/packages/RWeka/index.html

3)Cubist，基于距离校正规则的回归模型(类似树模型)。

https://cloud.r-project.org/web/packages/Cubist/index.html

4)C50，适用C5.0分类树、基于规则的模型、以及重抽样功能。

https://cloud.r-project.org/web/packages/C50/index.html

5)party和partykit，提供两类递归拆分算法，即无偏变量选择和统计停止准则递归分类算法。函数ctree()用非参条件推断法检测自变量和因变量关系；而函数mob()用来建立参数模型。party：https://cloud.r-project.org/web/packages/party/index.htmlpartykit：

https://cloud.r-project.org/web/packages/partykit/index.html

6)vcrpart，树形变系数模型。

https://cloud.r-project.org/web/packages/vcrpart/index.html

7)LogicReg，做逻辑回归分析，针对大多数自变量是二元变量的情况。

https://cloud.r-project.org/web/packages/LogicReg/index.html

8)maptree，提供树结构的可视化函数。

https://cloud.r-project.org/web/packages/maptree/index.html

9)REEMtree，纵向数据随机效应树模型。

https://cloud.r-project.org/web/packages/REEMtree/index.html

10)RPMM，混合效应模型的分类算法。

https://cloud.r-project.org/web/packages/RPMM/index.html

随机森林 Random Forests1)randomForest和randomForestSRC，前者提供了用经典的随机森林做回归和分类的函数，后者对回归、分类、生存分析等进行Breiman随机森林算法。randomForest：https://cloud.r-project.org/web/packages/randomForest/index.htmlrandomForestSRC ：

https://cloud.r-project.org/web/packages/randomForestSRC/index.html

2)ipred，用bagging的思想做回归、分类和生存分析，组合多个模型。

https://cloud.r-project.org/web/packages/ipred/index.html

3)party，不仅提供了递归拆分算法，还提供了基于条件推断树的随机森林法。

https://cloud.r-project.org/web/packages/party/index.html

4)quantregForest，百分位数回归随机森林算法。

https://cloud.r-project.org/web/packages/quantregForest/index.html

5)ggRandomForests，提供了基于ggplot2工具，用于随机森林模型的图形化探索。

https://cloud.r-project.org/web/packages/ggRandomForests/index.html

6)varSelRF和Boruta，专注于用随机森林做变量选择。varSelRF：https://cloud.r-project.org/web/packages/varSelRF/index.htmlBoruta：

https://cloud.r-project.org/web/packages/Boruta/index.html

7)ranger和Rborist ，提供接口连接到C++进行随机森林分析。ranger：https://cloud.r-project.org/web/packages/ranger/index.htmlRborist ：

https://cloud.r-project.org/web/packages/Rborist/index.html

8)RLT，强化学习树，它的特征是变量分裂。

https://cloud.r-project.org/web/packages/RLT/index.html

9)wsrf，实现了一种替代传统随机变量采样的变权子空间选择方法。

https://cloud.r-project.org/web/packages/wsrf/index.html

10)trtf、model4you和grf，参数模型的随机森林，如预测转换林、广义随机林等。trtf：https://cloud.r-project.org/web/packages/trtf/index.htmlmodel4you：https://cloud.r-project.org/web/packages/model4you/index.htmlgrf：https://cloud.r-project.org/web/packages/grf/index.html神经网络 Neural Networks 1)nnet，执行单隐藏层前馈神经网络。

https://cloud.r-project.org/web/packages/nnet/index.html

2)RSNNS，提供Stuttgart Neural Network Simulator (SNNS)接口，该模拟器由斯图加特大学开发。

https://cloud.r-project.org/web/packages/RSNNS/index.html

3)deepnet、RcppDL和h2o，实现神经网络深度学习。其中，deepnet—前馈神经网络、限制玻尔兹曼机、深度信念网络、堆叠自动编码机，Rcppdl—去噪自动编码机、堆叠去噪自动编码机、限制玻尔兹曼机、深度信念网络和h2o—前馈神经网络、深度自动编码机。deepnet：https://cloud.r-project.org/web/packages/deepnet/index.htmlRcppDL：https://cloud.r-project.org/web/packages/RcppDL/index.htmlh2o：

https://cloud.r-project.org/web/packages/h2o/index.html

贝叶斯学习 Bayesian 1)BayesTree、BART和bartMachine，贝叶斯可加回归树。BayesTree：https://cloud.r-project.org/web/packages/BayesTree/index.htmlBART：https://cloud.r-project.org/web/packages/BART/index.htmlbartMachine：

https://cloud.r-project.org/web/packages/bartMachine/index.html

2)tgp，提供贝叶斯半参数非线性回归。

https://cloud.r-project.org/web/packages/bartMachine/index.html

3)MXM，实现了基于贝叶斯网络的变量选择。

https://cloud.r-project.org/web/packages/MXM/index.html

4)BDgraph，中实现了多元连续、离散、混合数据无向图模型的贝叶斯结构学习。

https://cloud.r-project.org/web/packages/BDgraph/index.html

5)ssgraph，基于尖峰和板先验(spike-and-slab Priors)的贝叶斯图形估计。

https://cloud.r-project.org/web/packages/ssgraph/index.html

6)naivebayes，贝叶斯分类器运用。

https://cloud.r-project.org/web/packages/naivebayes/index.html

支持向量机 Support Vector Machines

1)e1071，svm()函数提供R接口连接到LIBSVM库。

https://cloud.r-project.org/web/packages/e1071/index.html

2)kernlab，基于核函数的学习方法提供了一个灵活的框架，包括SUMs、RVMs、及其他科学系算法。

https://cloud.r-project.org/web/packages/kernlab/index.html

3)klaR，提供了R接口连接到SVMlight，实现1对多的分类。

https://cloud.r-project.org/web/packages/klaR/index.html

4)rdetools，对核特征空间的相关维度进行估计，也可进行模型的选择和预测。

https://cloud.r-project.org/web/packages/rdetools/index.html

注：以上R语言机器学习包未囊括全部机器学习命令，更多内容请关注R语言官网信息或点击左下角阅读原文。

►往期推荐

回复【Python】

R 回归虚拟变量na_工具amp;方法 | R语言机器学习包大全（共45个包）相关推荐

R 回归虚拟变量na_互助问答第85期：虚拟变量和空间面板回归问题
问题一:设置虚拟变量如何做工具变量处理使用tobit模型回归时,被解释变量为连续变量,解释变量为分类变量,因研究重点需要将分类变量具体分析,因此将解释变量虚拟变量处理,回归时命令为tobit y i ...
R 回归虚拟变量na_如何优雅地计算多变量
作者:包寒吴霜中科院心理所硕士在读(名字/人格/社会/文化心理学) 知乎:https://www.zhihu.com/people/psychbruce 社会科学研究经常会遇到"超多变量& ...
R 回归虚拟变量na_R语言 | 生存分析之R包survival的单变量和多变量Cox回归
生存分析之R包survival的单变量和多变量Cox回归续前文生存分析(Survival Analysis). 在前文初步简介了生存分析的概念,以及展示了一种生存分析模型Kaplan-Meier的使用 ...
android r中的变量_R中的变量
android r中的变量 Variables in R are the same as the notion of variables in any other programming langua ...
R语言定量方法：回归，虚拟变量和交互项，假设检验:F 检验、AIC 和 BIC分析学生成绩数据带自测题
最近我们被客户要求撰写关于学生成绩的研究报告,包括一些图形和统计输出. 回归假设省略变量偏差如果真实模型包括X 1 和X 2 ,但我们忘记了X 2,那么 - 在某些情况下 - 对X的估计将会有偏差 ...
R语言与虚拟变量模型
学习笔记参考书籍:<计量经济学>-李子奈:<统计学:从数据到结论>-吴喜之: 虚拟变量模型许多变量是可以定量度量的,如需求量.价格等,但也有一些因素无法定量度量,如职业.性 ...
R语言一种无偏变量选择的多元统计方法
导读今天给大家介绍的是一款施琳大神(现就读于查尔默斯大学,postdoc)于今年发表的一个R包-MUVR (Multivariate methods with Unbiased Variable s ...
R语言一般线性模型（涉及因变量是虚拟变量（哑变量））
R语言的一般线性模型 R语言的一般线性模型用函数:lm(),即可轻松实现. 例子建立一般线性模型 NC.glm1 = lm(fmri.SFG_R_CerebellumGM_L ~ age + gen ...
因果分析系列7--分组和虚拟变量回归
因果分析系列7--分组和虚拟变量回归 1. 分组数据回归 2.虚拟变量回归小结在本文中,我们将介绍如何使用线性回归来处理分组数据和虚拟变量回归.这两种技术都是因果推断中非常有用的工具.我们将首先介 ...

R 回归虚拟变量na_工具amp;方法 | R语言机器学习包大全（共45个包）

R 回归虚拟变量na_工具amp;方法 | R语言机器学习包大全（共45个包）相关推荐

最新文章

热门文章

R 回归 虚拟变量na_工具amp;方法 | R语言机器学习包大全（共45个包）

R 回归 虚拟变量na_工具amp;方法 | R语言机器学习包大全（共45个包）相关推荐

最新文章

热门文章

R 回归虚拟变量na_工具amp;方法 | R语言机器学习包大全（共45个包）

R 回归虚拟变量na_工具amp;方法 | R语言机器学习包大全（共45个包）相关推荐