1、聚类
常用的包： fpc，cluster，pvclust，mclust
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
2、分类
常用的包：rpart，party，randomForest，rpartOrdinal，tree，marginTree，
maptree，survival
决策树： rpart， ctree
随机森林： cforest， randomForest
回归， Logistic回归， Poisson回归： glm， predict， residuals
生存分析： survfit， survdiff， coxph
3、关联规则与频繁项集
常用的包：
arules：支持挖掘频繁项集，最大频繁项集，频繁闭项目集和关联规则
DRM：回归和分类数据的重复关联模型
APRIORI算法，广度RST算法：apriori， drm
ECLAT算法： 采用等价类，RST深度搜索和集合的交集： eclat
4、时间序列
常用的包： timsac
时间序列构建函数： ts
成分分解： decomp， decompose， stl， tsr
5、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
6、图表
条形图： barplot
饼图： pie
散点图： dotchart
直方图： hist
树： rpart
密度图： densityplot
蜡烛图， 箱形图 boxplot
热图， contour： contour， filled.contour
QQ (quantile-quantile) 图： qqnorm， qqplot， qqline
Parallel coordinates： parallel， paracoor， parcoord
其他图： stripplot， sunflowerplot， interaction.plot， matplot， fourfoldplot，
assocplot， mosaicplot
7、数据处理
缺失值：na.omit
变量标准化：scale
变量转置：t
抽样：sample
堆栈：stack， unstack
其他：aggregate， merge， reshape
