目前数据科学和机器学习中使用的最多的20个包

CRAN包库有6778个常用的包。哪些是你知道的？下面对此进行以下的分析，同时在文章底部另请参见原始数据链接。

这些R包都是Kagglers里的技术大牛最青睐的，而且被很多写过相关文章的笔者所赞成的，而这些包的使用率或评价高低取决于其它的包对于这个包的依赖程度。它们也取决于来自Crantastic.org并使用其众包解决方案的用户。但是，这些用户评级太少以至于不能基于分析所决定。

从一月到五月，我们探讨一下通过分析CRAN的日均下载量来统计有多少关于机器学习的包被下载了。

1.e1071: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（下载量：142470）。

2.rpart: 递归分割和回归树（下载量：135390）。

3.igraph: 网络分析工具的集合（下载量：122930）。

4.nnet: 前馈神经网络和多元对数线性模型（下载量：108298）。

5.randomForest：Breiman and Cutler’s的关于分类和回归的随机森林（下载量：105375）。

6.caret（简称分类和回归训练）：一套试图简化创建预测模型的函数集（下载量：87151）。

7.kernlab: 基于内核的机器学习实验室（下载量：62064）。

8.glmnet: Lasso和弹性网正规化广义线性模型（下载量：56948）。

9.ROCR：可视评分分类的操作（下载量：51323）。

10.gbm: 产生改良的回归模型（下载量：44670）。

11.party: 一个递归分割实验室（下载量：43290）。

12.arules: 关联规则挖掘和频繁项集（下载量：39654）。

13.tree：分类和回归树（下载量：27882）。

14.klaR: 分类和可视化操作（下载量：27828）。

15.Rweka: 关于R或Weka的接口（下载量：26973）。

16.ipred: 改良的预测变量（下载量：22358）

17.lars: 最小回归角、Lasso和逐步回归分析阶段（下载量：19691）。

18.earth: 多元自适应回归样条分析。（下载量：15901）。

19.CORElearn: 分类、回归、功能评估和有序评估（下载量：13856）。

20.mboost: 基于模型的Booting（下载量：13078）。

你会发现记住这些越来越受人追捧的开源R工具如Rattle，R的一种图形用户界面的数据挖掘工具（下载量：35539），以及fastcluster，R和Python（下载量：14214）的快速的分级聚类程序。

我们还会怀念我们过去所最喜爱的R包吗？给这个空间一个赞，以及让我们知道你在使用什么R包来给这个社区点赞。

为了使文章变得更完整，这里有数据关于2015年1月到2015年5月的135个R包下载量。

原文链接：http://www.kdnuggets.com/2015/06/top-20-r-machine-learning-packages.html

何品言译 陆勤审核 PPV课原创翻译文章，转载请注明出处！

1、回复“数据分析师”查看数据分析师系列文章

2、回复“案例”查看大数据案例系列文章

3、回复“征信”查看相关征信的系列文章

4、回复“可视化”查看可视化专题系列文章

5、回复“SPPS”查看SPSS系列文章

6、回复“答案”查看hadoop面试题题目及答案

7、回复“爱情”查看大数据与爱情的故事

8、回复“笑话”查看大数据系列笑话

9、回复“大数据1、大数据2、大数据3、大数据4”查看大数据历史机遇连载

原文始发于微信公众号（PPV课数据科学社区）：目前数据科学和机器学习中使用的最多的20个包