精选 | 2018年3月R新包推荐

作者:Joseph Rickert

翻译:黄小伟,先后从事游戏、社交及金融数据研究及应用,目前就职网易杭州

2018年3月份,共有约200个R新包收录于CRAN,本文选摘了其中40个新包加以功能简述,主要包括:计算方法、数据、数据科学、科学、统计、时间序列、工具和可视化等。希望有助于大家的学习!

一. 计算方法

1. dynprog: 提供将递归快速转换为动态编程算法的工具。

2. fmlogcondens: 实现了多元对数凹函数族最大似然估计的快速求解。

image

3. knor: 提供对knor的访问,用于计算k-means算法。

二. 数据

1. daymetr: 提供Daymet气候数据的编程接口,并支持相关分析。

2. NOAAWeather: 提供从所有NOAA站点检索实时天气数据的功能,并支持绘制时间序列、箱线图、热图和地理空间图等图形。

image

3. ppitables: 提供部分国家的相关数据,以确定基于其PPI(贫困概率指数)的贫困家庭可能性,同时提供了创新扶贫行动的相关资料。

4. usfertilizer: 提供了美国各个县在1945年至2012年,所使用肥料、氮和磷的统计数据。

三. 数据科学

1. greybox: 基于偏相关性的信息标准,实现模型选择和组合的工具。

2. h2o4gpu: 实现H2O4GPU的接口,这是一组用于机器学习算法的GPU解算器。

3. iml: 提供了部分具备可解释性的方法,用于分析机器学习模型的行为和预测结果。包括特征重要性、局部依赖图、Shapley值和树替代模型等。

4. iTOP: 提供函数来推断不同数据集之间的拓扑结构关系,该方法是基于RV系数的扩展。

5. onnx: 实现了ONNX的接口(the Open Neural Network Exchange),为机器学习模型提供了一种开源的格式。

6. rcqp: 实现基于CWB软件的语料库查询协议功能,这是一组用于管理和查询大型文本语料库的开源工具。

四. 政治科学

1. coalitions: 根据调查结果数据,利用MCMC方法计算联盟大多数的概率。

五. 科学

1. diagmeta: 采用Steinhauser等人2016年提出的方法,对诊断精度研究进行荟萃分析。

2. NetworkExtinction: 提供了模拟食物链中物种灭绝的功能,并分析了Dunne等人所描述的连锁效应。

3. foreSIGHT: 提供工具来创建水文气候场景、压力测试、可视化等系统,用于气候变化影响的评估。

4. PINSPlus: 根据Nguyen等人2017年提出的方法,提供了一种扰动聚类方法,将疾病的数据和分类整合到不同亚型。

六. 统计

1. chandwich: 根据ChandlerBate在2007年提出的方法,提供了使用参数协方差矩阵的稳健三明治估计量,调整独立对数似然函数。

image

2. ciuupi: 当存在不确定的先验信息时,提供函数来计算具有iid正态误差和已知方差的线性回归参数组合的置信区间。

3. CoxPhLb: 利用Cox模型用于分析右截断、长度偏差数据。包括模型拟合和检验、平稳性假设检验等。

4. cutpointr: 提供函数来估计、优化二进制分类任务中指定度量标准的切点,并使用自助法来验证性能。

image

5. fcr: 提供了部分函数,用于功能并发回归中的动态预测问题,并对函数:pffr()进行了扩展。

image.gif

6. ggdag: 基于DAGitty web工具,提供对有序的非循环图的整理、分析和绘图功能。

image

7. hdme: 对于广义线性模型的误差度量提供了部分函数,包括套索(L1惩罚)、广义矩阵不确定性选择器等。

8. joineRmeta: 扩展了Henderson等人2000年提出的联合模型,包括多元研究、元分析案例等。

image

9. rare: 借助YanBien在2018年提出的交替方向法,构建了基于树的套索正则化的线性模型。

image

七. 时间序列

1. rMEA: 提供读取、可视化和输出双变量运动能量时间序列的工具。

image

2. tsfknn: 提供使用最近邻回归预测时间序列的功能。

image

3. spGARCH: 提供了部分功能,用于分析空间和时空自回归条件异位、空间ARCH类型过程的模拟、spARCH模型参数的准极大似然估计等问题。

八. 工具

1. base2grob: 提供了一个函数将基础绘图函数对象转化为grob对象,并与grid系统兼容。

image

2. cranly: 提供用于清理、组织、总结和可视化CRAN包信息的功能,以及构建包指示网络(依赖、导入、建议、增强)和协作网络的功能。

image

3. osrmr: 对OSRM(Open Source Routing Machine)API实现了封装。

image

4. fasterize: 对raster包的函数:rasterize()提供了一个快速的简单替换,它采用sf类型对象和Wylie等人在1967年提出的扫描线算法(scan line algorithm)

image

5. jsr223: 提供了一个高质量的集成,使得在R中方便的调用Java对象,同时提供了统一的接口,可以在R中方便的调用其他编程语言,诸如Groovy、JS、Ruby等。

九. 可视化

1. clustree: 随着分辨率的增加,提供函数来生成聚类树可视化展示。

image

2. datamaps: 在RStudio、Shiny app等环境中,创建具有气泡和圆弧的交互式轮廓图,其中坐标和区域名称可由用户自主设定。

image

3. funnelR: 提供为比例数据创建漏斗图的功能,并支持用户定义的基准、置信范围和估计方法。

image

4. nVennR: 为Perez-Silva等人2018年提出的nVenn算法提供一个调用接口。

image

5. smovie: 使用rpanel包创建交互式动画,帮助学生理解统计概念。

image
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,098评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,213评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,960评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,519评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,512评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,533评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,914评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,574评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,804评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,563评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,644评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,350评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,933评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,908评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,146评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,847评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,361评论 2 342

推荐阅读更多精彩内容