R语言统计分析与机器学习-R包

包(Package)是R语言功能的扩展，它是由一系列函数、帮助文档和数据文件组成的文件束，类似于C++中的库或Java中的类。R之所以功能强大，是因为它具有功能丰富的扩展包。如果想要在R中安装已经发布在CRAN上的扩展包，除了前面使用RStudio安装包的方式外，还可使用install.packages)函数完成包的安装。

下面根据不同的应用领域，对R中一些高质量和常用的包进行简单介绍：

1.数据读写

readr：该包能够提供快速友好的方式来读取规则的数据结构(如csv、tsv和fwf格式的)。

readxl：该包能够方便地读取Excel文件。

foreign:该包能够读取和写入其他统计分析软件的文件，如Minitab、S、SAS、SPSS、Stata、Weka等统计分析软件。

haven:该包能够导入和导出SPSS、Stata和SAS等统计分析软件的文件。R.matlab:该包可以读写mat文件并从R内部调用MATLAB。

imager:该包提供了众多传统的图像处理函数(过滤、形态、转换等)，能够让R轻松分析图像数据。

2.数据处理

VIM：该包提供多种可视化数据缺失值的方式，以及多种填补数据缺失值的方法。

Hmisc：该包含有许多数据分析、高级可视化图像、变量聚类、数据框处理等分析方法的函数。

mice：该包提供缺失值多重插补的函数。

dplyt：该包提供处理数据的快速、一致的解决方法，常用于数据框等对象，主要用于数据清洗和整理。

tidyr：该包专门为数据整理而设计，常和dplyr包配合使用。

stringr：该包包含多种字符串处理的函数，使用非常方便。

3.数据可视化（各类SCI期刊用图首选）

ggplot2：该包使用图形语法来创建优雅的数据可视化图像。它提供了多种绘图单元，是R中数据可视化常用、简单、高效的可视化包。（下图就来自ggplot2包）

gridExtra：该包提供了许多用户级函数来处理“网格”图形，特别是在一幅图像页面上排列多个基于网格的子图，方便网格数据可视化。

GGally：该包是基于ggplot2图形语法的拓展绘图系统，有矩阵散点图、平行坐标图、生存图以及绘制网络图像的若干函数。

gganimate:该包是基于ggplot2的拓展包，主要用于绘制动态图等。

treemap:该包主要用于树形图的可视化处理，树形图是层次结构的空间填充，该包为绘制树图提供了简便快捷的方法。

d3heatmap：该包可用于可交互的热力图可视化。

maps：该包主要用于地图数据可视化。

leaflet:该包使用JavaScript的Leaflet库创建交互式Web地图。

igraph:该包用于图形可视化和网络分析，可以很好地处理大型图形，并提供生成随机和常规网络可视化图像的方法。

plotly:该包可以轻松地将ggplot2图形转换为基于Web的交互式图像。

wordcloud2：该包是一种快速的可交互可视化图像绘制工具，常用于词云的可视化。

ggcorplot：该包基于ggplot2包来轻松可视化相关矩阵。

ggfortify：该包是用于统计分析结果的可视化包。

4.统计分析

MVN：该包包含单变量和多变量正态性检验的方法。

psych:该包是心理测量理论和实验心理学的通用工具箱，主要用于因子分析、主成分分析、聚类分析、可靠性分析等模型的构建，同时还提供了基本的描述性统计功能。

ved：该包主要用于分类数据的可视化与分析。

car：该包含有一些分析方法函数，常与回归分析的相关包一起使用。

glmnet：该包提供Lasso、弹性网等广义线性回归模型的函数。

cluster：该包是R中常用的聚类分析包。

fpc:该包是灵活的聚类分析包，提供了多种聚类分析方法的函数和可视化方法，如DBSCAN聚类等。

ca：该包常用于对应分析及其可视化。

CCA：该包是典型相关分析包。

candisc：该包是可视化广义典型判别和典型相关分析包。

arules:该包常用于频繁项集和关联规则分析。

arulesViz:该包常用于可视化arules包得到的关联规则等。

tseries：该包是时间序列分析及计算金融包。

zoo：该包定义了一个名为zoo的S3类型对象，用于描述规则和不规则的有序时间序列数据，是常用的时间序列分析包。

forecast:时间序列和线性模型的预测函数，常用于ARIMA等时间序列模型。

5.机器学习

caret:该包主要用于训练和可视化回归模型与分类模型。

Metrics:该包主要用于方法性能的评估和度量，可实现回归、时间序列、二分类、多分类、信息检索等问题的性能度量。

ROCR：该包用于可视化和评估分类器性能，如可视化ROC曲线等。rpart：该包包含决策树分类、回归和生存分析等方法。

rpart.plot：该包主要用于将rpart包得到的决策树等结果进行可视化。randomForest:该包主要使用随机森林进行分类和回归分析。

tm：该包提供了文本挖掘中的综合处理功能，如数据载入、语料库处理、数据预处理、元数据管理、建立“文档-词项”矩阵等。

jiebaR:该包主要用于中文分词，以及建立“文档-词项”矩阵等。常用于中文文本挖掘的数据预处理阶段。

parallel：在R中提供并行计算的包。

lda：该包主要实现了LDA主题模型及其相关模型。

LDAvis:该包主要是将lda包得到的主题模型可视化为可交互式图像。text2vec:该包是快速且内存友好的文本分析工具，用于文本向量化，主题建模(LDA、LSA)，单词嵌入等模型的应用。

e1071：该包是包含众多算法的机器学习包，如支持向量机、聚类分析、朴素贝叶斯等。

DMwR：该包包含众多使用R进行数据挖掘的数据和函数。

RSNNS:斯图加特神经网络模拟器(SNNS)是一个包含许多神经网络标准实现的库，RSNNS包装了SNNS功能，使其可以在R内部使用。

neuralnet:该包是常用的神经网络模型分析包，实现了多种网络结构的神经网络模型，使用时非常方便。

NeuralNetTools:该包主要是用于将neuralnet包得到的结果进行可视化等。h2o：该包是可扩展的开源机器学习平台，提供许多有监督和无监督机器学习算法的并行实现，如广义线性模型、梯度提升机、随机森林、深度神经网络(深度学习)等。

keras：该包是非常简单易用的深度学习包，它能够以TensorFlow等深度学习框架作为后端运行，提供高级神经网络API。

有些好用的R语言扩展包是发布在Github上的，若想使用这些包可通过devtools包提供的工具进行安装。

install.packages("devtools")
library(devtools)
devtools::install_github('thomasp85/gganimate')
library(gganimate