我们通过分析下载次数最多的R包，列出了前20名流行的机器学习R包。
大多数R包都深受Kagglers大神的喜爱，也被资深的笔者所赞美，而这些包的使用率或评价高低不仅仅取决于其它的包对于这个包的依赖程度。下面我们来分别看看这20个R包。
- e1071 Functions for latent class analysis, short time Fourier transform, fuzzy clustering, support vector machines, shortest path computation, bagged clustering, naive Bayes classifier
1. 潜类分析函数，短暂性的傅里叶变化、模糊的集群、支持向量机、最短路径计算、装袋集群、朴素贝叶斯分类器等。
2.rpart Recursive Partitioning and Regression Trees
2.递归分割和回归树
- igraph A collection of network analysis tools
3. 网络分析工具的集合
4 nnet Feed-forward Neural Networks and Multinomial Log-Linear Models
4. 前馈神经网络和多元对数线性模型。
- randomForest Breiman and Cutler's random forests for classification and regression。
5.随机森林算法。
- caret package (short for Classification And REgression Training) is a set of functions that attempt tostreamline the process for creating predictive models. (87151)
6. 一套解决分类回归问题的综合工具包。
- kernlab Kernel-based Machine Learning Lab.
7. 基于内核的机器学习包。
8.glmnet Lasso and elastic-net regularized generalized linear models.
8. Lasso和弹性网正规化广义线性模型。
- ROCR Visualizing the performance of scoring classifiers.
9.可视评分分类的操作。
- gbm Generalized Boosted Regression Models.
10.产生改良的回归模型。
- party A Laboratory for Recursive Partitioning.
11. 一个决策树包。
- arules Mining Association Rules and Frequent Itemsets. (39654)
12. 关联规则挖掘和频繁项集。
- tree Classification and regression trees.
13. 分类和回归树。
- klaR Classification and visualization.
14.分类和可视化操作。
- RWeka R/Weka interface.
15. 关于R或Weka的接口。
- ipred Improved Predictors.
16.基于bagging思想的改良模型。
- lars Least Angle Regression, Lasso and Forward Stagewise.
17. 最小回归角、Lasso和逐步回归。
- earth Multivariate Adaptive Regression Spline Models.
18. 多元自适应回归样条分析。
- CORElearn C lassification, regression, feature evaluation and ordinal evaluation.
19. 分类、回归，特征评价
- mboost Model-Based Boosting.
20.基于Booting的模型算法。
小编还特地为大家准备了一本R机器学习的电子书
下面是这本书的目录
需要的小伙伴可以留言
