DATA MINING Desktop Survival Guide by Graham Williams
Desktop Survival Project Home Preface List of Figures List of Tables Process . Data Graphics in R Understanding Data Preparing Data Building Models Evaluating Models Algorithms Apriori Bagging Bayes Classifier Boosting Conditional Trees Decision Trees Hierarchical Clustering Kernel Methods K-Means K-Nearest Neighbours Linear Models Logistic Regression Neural Networks Support Vector Machines Text Mining Open Products Borgelt Data Mining Suite R Rattle Weka Closed Products C4.5 Clementine Enterprise Miner Equbits Foresight GhostMiner InductionEngine ODM Statistica Data Miner TreeNet Virtual Predict Appendicies Glossary Bibliography Index

Index

 : 4.1.5.5

.Machine : 4.1.5.6.2

.Platform : 4.1.5.6.2 | 4.1.5.6.2

Access

Import data into R : 4.2.10.3

AdaBoost : 5.4 | 5.4 | 5.4.4 to 5.4.5

Advance Scout : 5.1.4.3

aggregate : 4.4.2.1

amap : 5.8 | 5.10

analysis of variance : 4.4.4.8 | 4.4.4.8

ANOVA : 4.4.4.8 | see Analysis of variance

apply : 4.5.6.1.1

Apriori : 5.1 | 5.1.4 | 5.1.4.1 | 5.1.4.2 | 5.1.4.2 | 5.1.4.2 | 5.1.4.2 to 5.1.5

array : 4.2.2.9

arrows : 4.3.3

Artificial neural networks : see Neural networks

arules : 5.1.1 | 5.1.4 | 5.1.4 | 5.1.4.1 | 5.1.4.2

as : 5.1.4.2

as.Date : 4.2.2.11 | 4.2.2.11

as.integer : 4.4.2.2

as.matrix : 4.1.6.1

Association analysis

Apriori : 5.1 to 5.1.5

at : 4.4.4.4

attach : 4.2.2.10 | 4.3.1 | 4.3.1 | 4.4.4.9

attr : 4.1.5.5

available.packages : 4.1.4.2

Bagging : 5.2 | 5.2 to 5.2.5

barchart : 4.4.4.9 | 4.4.4.9 | 4.4.4.9 to 4.4.4.15

barplot : 4.4.1.7 | 4.4.1.7

Bayesian analysis

Bayes theorem : 5.3.3

bbox : 4.2.12

binning : 4.5.6.3

bitmap : 4.3.11.3

bmp : 4.3.11.3

boost : 5.4.4 | 5.4.4.2

Boosting : 5.4 | 5.4 | 5.4 to 5.4.5 | 8.1

bootstrap aggregating : 5.2

Bootstrapping : 5.5 to 5.5.3

Borgelt : 6.1 to 6.1.2.1

boxplot : 4.3.1 | 4.4.3.2 | 4.4.3.2 | 4.4.3.2.1 | 4.4.3.2.2 | 4.4.3.2.3 | 4.4.3.2.3 | 4.5.3.5

breaks : 4.4.1.9

bxp : 4.4.3.2.3 | 4.4.3.2.3

c : 4.2.2.5 | 4.2.2.8

C4.5 : 7.1 to 7.1.3

capabilities : 4.1.5.6.2

cast : 4.4.2.1

caTools : 4.3.10 | 4.5.1.1 | 5.4.4

chron : 4.4.5.3

Classification

C4.5 : 7.1 to 7.1.3

Conditional trees : 5.6 to 5.6.4

Decision trees : 5.7 to 5.7.4 | 7.1 to 7.1.3

K-nearest neighbour : 5.11 to 5.11.2

Kernel methods : 5.9 to 5.9

Naïve Bayes : to 5.3 to 5.3.4

Neural networks : 5.14 to 5.14.3

Support vector machine (SVM) : 5.16

classwt : 5.15

Clementine : 7.2 to 7.2.1

closure : 4.2.2.1

Clustering

Hierarchical : 5.8 to 5.8.3

K-means : 5.10 to 5.10.1.1.3

cm.colors : 4.3.12.2 | 4.4.2.5

col : 4.3.4 | 4.3.12.2 | 4.4.1.2

colnames : 4.2.2.8 | 4.4.1.1

color : 4.4.1.8

colSums : 4.5.6.1.1

Comment : 4.1.3

complete.cases : 4.5.3.3

complex : 4.3.10

complex numbers : 4.2.2.2

compress : 4.2.3

Concepts

AdaBoost : 5.4

analysis of variance : 4.4.4.8

ANOVA : 4.4.4.8

Bagging : 5.2

Boosting : 5.4 | 5.4 | 8.1

bootstrap aggregating : 5.2

boxplot : 4.4.3.2

closure : 4.2.2.1

complex numbers : 4.2.2.2

confusion matrix : 4.7.2

contingency table : 4.7.2

correlation : 4.4.2.5

exploratory data analysis : 4.4

feature selection : 4.5.8

Flavanoids : 4.4.2.2

functional : 4.1.3

interpreted language : 4.1.3

interquartile range : 4.4.3.2

K-Nearest Neighbour : 5.11

mean : 4.4.3 | 4.4.3.1 | 4.4.3.1

median : 4.4.3 | 4.4.3.2

percentile : 4.4.3.2

Phenols : 4.4.2.2

pie chart : 4.4.1.4

quartile : 4.4.3.2

random forests : 5.15

scatterplot : 4.4.2.2

shapefiles : 4.2.12

Stem-and-leaf : 4.4.1.5

test set : 4.7.3

training set : 4.7.3

variance : 4.4.3 | 8.1

Conditional trees : 5.6 to 5.6.4

Confidence : 5.1.2

Confusion matrix : 4.7.2 | 4.7.2

Contingency table : 4.7.2 | 4.7.2

continue : 4.1.5.6.2

cor : 4.4.2.5 | 4.4.2.5

correlation : 4.4.2.5

cost : 5.7.3.5

ctree : 5.6.3

cut : 5.1.4.2

Data : 4.2 | 4.2.7 to 4.5.8

Data cleaning : 4.5.3 to 4.5.3.4

Data frame : 4.2.2.10 to 4.2.2.10

Data linking : 4.5.5 to 4.5.5.2

Data transformation : 4.5.6 to 4.5.6.4

Aggregation : 4.5.6.1

Sum of columns : 4.5.6.1.1

Data types

Data frame : 4.2.2.10 to 4.2.2.10

Date : 4.2.2.11 to 4.2.2.11

Matrix : 4.2.2.8 to 4.2.2.8

String : 4.2.2.3 to 4.2.2.3.5

Vector : 4.2.2.5 to 4.2.2.5

Datasets

iris : 4.1.2.1 | 4.1.2.1 | 4.2.3 | 4.3.1

survey : 4.2.8.3 | 4.5.3.4 | 4.7.2

wine : 4.2.8.1 | 4.4.1.1 | 4.4.1.2 | 4.4.1.4 | 4.4.1.7 | 4.4.2.1 | 4.4.2.1 | 4.4.2.2 | 4.4.2.5 | 5.4.4.1

Date : 4.2.2.11 to 4.2.2.11

Debian : 4.1.1.1

Decision trees : 5.7 to 5.7.4

Design : 5.13.1

detach : 4.1.4.1 | 4.3.1

dev.copy : 4.3.11.5

dev.cur : 4.3.11.2

dev.list : 4.3.11.2

dev.next : 4.3.11.2

dev.off : 4.3.11.1

dev.prev : 4.3.11.2

dev.set : 4.3.11.2

digits : 4.1.5.6.2

dim : 4.4.1.1

distribution : 5.4.4.2

Divide by zero : 4.2.2.13.2

do.call : 4.2.2.10

download.file : 4.2.8

download.packages : 4.1.4.2

dprep : 4.5.8

duplicated : 4.2.2.13.9

e1071 : 5.16.2

EDA : see Exploratory data analysis

Eddelbuettel, Dirk : 4.1.1.1

edit : 4.1.7 | 4.2.2.8

ellipse : 4.4.2.5

Enterprise Miner : 7.3 to 7.3.3

Equbits Foresight : 7.4 to 7.4.1

example : 4.1.7

Excel

Import data into R : 4.2.10.2

exploratory data analysis : 4.4 | 4.4

False negative : 4.7.2

False positive : 4.7.2

feature selection : 4.5.8

fields : 4.3.10

fig : 4.3.11.3

file : 4.2.11

file.choose : 4.2.8.1

finco : 4.5.8

fix : 4.2.2.8

Flavanoids : 4.4.2.2

format : 4.2.3.1 | 4.5.6.1.1

format.df : 4.2.3.1

formatC : 4.2.3.2

Fujitsu : 7.5 to 7.5.2

functional : 4.1.3

gbm : 5.4.4 | 5.4.4 | 5.4.4.2 | 5.4.4.2

gcinfo : 4.1.6.2

get : 4.1.5.5

getOption : 4.1.5.6.2

GhostMiner : 7.5 to 7.5.2

GNU/Linux : 4.1.1.1

gplots : 4.1.4.4 | 4.4.4.8

Graphics

Barchart : to 4.4.4.15

graphics.off : 4.3.11.1

grep : 4.2.2.3

gsub : 4.2.2.3.4

head : 4.2.2.13.6 | 4.2.2.13.6 | 4.4.1.1

Health Insurance Commission : 5.1.4.3

help : 4.1.4.3 | 4.1.7 | 4.1.7 | 4.1.7

help.search : 4.1.7

help.start : 4.1.7

Hierarchical clustering : 5.8 to 5.8.3

hist : 4.3.1 | 4.4.1.9

histogram : 4.4.1.8

Hmisc : 4.2.3.1 | 4.2.3.1

Holdout method : 4.7.3

horizontal : 4.4.3.2.1

htmlhelp : 4.1.7

hyperedges : 5.1.4.1

IBM

Advance Scout : 5.1.4.3

image : 4.3.10

InductionEngine : 7.6 to 7.6.1

inspect : 5.1.4.1

install.packages : 4.1.4.2

installed.packages : 4.1.4.2

interpreted language : 4.1.3

interquartile range : 4.4.3.2

invisible : 4.1.5.3

iris : 4.1.2.1 | 4.1.2.1 | 4.2.3 | 4.3.1

is.factor : 4.5.3.1.3

is.integer : 4.5.3.1.3

is.logical : 4.5.3.1.3

is.na : 4.5.3.3

is.numeric : 4.5.3.1.3 | 4.5.3.1.3

itemsets : 5.1.4.1

join : see merge

jpeg : 4.3.11.3

JPG : 4.3

K-means : 5.10 to 5.10.1.1.3

K-nearest neighbour : 5.11 | 5.11 to 5.11.2

Kernel methods : 5.9 to 5.9

kernlab : 5.9 | 5.16.2

lapply : 4.4.2.2

latex : 4.2.3.1

lattice : 4.3.12 | 4.4.1.8 | 4.4.4.9 | 4.4.4.15

layout : 4.4.4.3

legend : 4.3.4 | 4.4.1.2

levels : 4.2.2.13.1 | 4.2.2.13.1

library : 4.1.4 | 4.1.4.1 | 4.1.4.3 | 4.1.7

load : 4.2.3 | 4.2.3

locator : 4.3.12.3

log : 4.1.3

Logistic regression : 5.13 to 5.13.2

LogitBoost : 5.4.4 | 5.4.4

loss : 5.7.3.5 | 5.7.3.5 | 5.7.3.5

lty : 4.3.4 | 4.4.1.2

maptree : 5.7.3.6

matplot : 4.4.1.2

Matrix : 4.2.2.8 | 4.2.2.8 to 4.2.2.8

Matrix scatterplot : 4.4.2.4

maxdepth : 5.4.4.1

mean : 4.1.5.4 | 4.1.5.4 | 4.4.2.1 | 4.4.3 | 4.4.3.1 | 4.4.3.1 | 4.4.3.1

median : 4.4.3 | 4.4.3.2 | 5.1.4.2

merge : 4.5.5.1

Meta algorithms

AdaBoost : 5.4 to 5.4.5

bagging : 5.2 to 5.2.5

Boosting : 5.4 to 5.4.5

Bootstrapping : 5.5 to 5.5.3

methods : 4.1.7

mfrow : 4.4.3.2.3 | 4.4.4.4

mode : 4.2.2.1

mvpart : 5.7.3.3 | 5.7.3.3 | 5.7.3.6

Naïve Bayes classifier : 5.3 to 5.3.4

na.omit : 4.5.3.3

nchar : 4.2.2.3

ncol : 4.4.1.1

Neural networks : 5.14 to 5.14.3

new : 4.3.11.4

nrow : 4.1.2.1 | 4.2.3 | 4.4.1.1

object.size : 4.1.6.1

odbcClose : 4.2.10.2 | 4.2.10.3

odbcConnect : 4.2.10.1

odbcConnectAccess : 4.2.10.3

odbcConnectExcel : 4.2.10.2

ODM : 7.7 to 7.7.2

ODMiner : 7.7 to 7.7.2

on.exit : 4.1.5.6.2

options : 4.1.4.2 | 4.1.5.6.2 | 4.1.5.6.2 | 4.1.5.6.2

Oracle : 7.7 to 7.7.2

ordered : 4.2.2.13.1 | 5.1.4.2

Outlier analysis : 4.6.2 to 4.6.2

packageStatus : 4.1.4.2 | 4.1.4.2

palette : 4.3.12.2 | 4.4.2.2

par : 4.3.12 | 4.3.12 | 4.4.3.2.3

parms : 5.7.3.5 | 5.7.3.5

party : 5.6.3

paste : 4.2.2.3.1

pch : 4.3.4 | 4.4.2.2

PDF : 4.3 | 4.3.11.3 | 4.3.11.4

percentile : 4.4.3.2

Phenols : 4.4.2.2

pie : 4.3.1 | 4.4.1.4

pie chart : 4.4.1.4

pinktoe : 5.7.3.6

plot : 4.1.7 | 4.2.12 | 4.3.1 | 4.3.1 | 4.3.1 | 4.3.1 | 4.3.11.4 | 4.3.11.4 | 4.4.2.2 | 4.4.2.4 | 5.7.3.3

plot.rpart : 4.1.7

plotcorr : 4.4.2.5

plotmeans : 4.4.4.8

Plots

Matrix scatterplot : 4.4.2.4

Scatterplot : 4.3.1 | 4.4.2.2 | 4.4.2.4

pmatch : 4.2.2.3

PNG : 4.3 | 4.3.11.3

PostScript : 4.3 | 4.3.11.3 | 4.3.11.4

predict : 4.7.1 | 4.7.2 | 5.7.3.3

PredictionWorks : 7.6 to 7.6.1

printcp : 4.7 | 4.7.1 | 5.7.3.3

prior : 5.7.3.5 | 5.7.3.5 | 5.7.3.5

proc.time : 4.1.5.6.2

prompt : 4.1.5.6.2 | 4.2.14

q : 4.1.2.1 | 4.1.2.1

Quantian live CD : 4.1.1

quantile : 4.4.3.2.3

quartile : 4.4.3.2

quartz : 4.3.11 | 4.3.11.1

R : 6.2 to 6.2.2

R functions

 : 4.1.5.5

adaboost : 5.4.4

aggregate : 4.4.2.1

apply : 4.5.6.1.1

apriori : 5.1.4 | 5.1.4.1 | 5.1.4.2 | 5.1.4.2 | 5.1.4.2 | 5.1.4.2

array : 4.2.2.9

arrows : 4.3.3

as : 5.1.4.2

as.Date : 4.2.2.11 | 4.2.2.11

as.integer : 4.4.2.2

as.matrix : 4.1.6.1

attach : 4.2.2.10 | 4.3.1 | 4.3.1 | 4.4.4.9

attr : 4.1.5.5

available.packages : 4.1.4.2

barchart : 4.4.4.9 | 4.4.4.9 | 4.4.4.9

barplot : 4.4.1.7 | 4.4.1.7

bbox : 4.2.12

binning : 4.5.6.3

bitmap : 4.3.11.3

bmp : 4.3.11.3

boxplot : 4.3.1 | 4.4.3.2 | 4.4.3.2.1 | 4.4.3.2.2 | 4.4.3.2.3 | 4.4.3.2.3 | 4.5.3.5

bxp : 4.4.3.2.3 | 4.4.3.2.3

c : 4.2.2.5 | 4.2.2.8

capabilities : 4.1.5.6.2

cast : 4.4.2.1

cm.colors : 4.3.12.2 | 4.4.2.5

colnames : 4.2.2.8 | 4.4.1.1

colSums : 4.5.6.1.1

complete.cases : 4.5.3.3

complex : 4.3.10

cor : 4.4.2.5 | 4.4.2.5

ctree : 5.6.3

cut : 5.1.4.2

data : 4.2.7

detach : 4.1.4.1 | 4.3.1

dev.copy : 4.3.11.5

dev.cur : 4.3.11.2

dev.list : 4.3.11.2

dev.next : 4.3.11.2

dev.off : 4.3.11.1

dev.prev : 4.3.11.2

dev.set : 4.3.11.2

dim : 4.4.1.1

do.call : 4.2.2.10

download.file : 4.2.8

download.packages : 4.1.4.2

duplicated : 4.2.2.13.9

edit : 4.1.7 | 4.2.2.8

example : 4.1.7

fig : 4.3.11.3

file : 4.2.11

file.choose : 4.2.8.1

finco : 4.5.8

fix : 4.2.2.8

format : 4.2.3.1 | 4.5.6.1.1

format.df : 4.2.3.1

formatC : 4.2.3.2

gbm : 5.4.4.2

gcinfo : 4.1.6.2

get : 4.1.5.5

getOption : 4.1.5.6.2

graphics.off : 4.3.11.1

grep : 4.2.2.3

gsub : 4.2.2.3.4

head : 4.2.2.13.6 | 4.2.2.13.6 | 4.4.1.1

help : 4.1.4.3 | 4.1.7 | 4.1.7

help.search : 4.1.7

help.start : 4.1.7

hist : 4.3.1 | 4.4.1.9

histogram : 4.4.1.8

image : 4.3.10

inspect : 5.1.4.1

install.packages : 4.1.4.2

installed.packages : 4.1.4.2

invisible : 4.1.5.3

is.factor : 4.5.3.1.3

is.integer : 4.5.3.1.3

is.logical : 4.5.3.1.3

is.na : 4.5.3.3

is.numeric : 4.5.3.1.3 | 4.5.3.1.3

jpeg : 4.3.11.3

lapply : 4.4.2.2

latex : 4.2.3.1

layout : 4.4.4.3

legend : 4.3.4 | 4.4.1.2

levels : 4.2.2.13.1 | 4.2.2.13.1

library : 4.1.4 | 4.1.4.1 | 4.1.4.3 | 4.1.7

load : 4.2.3 | 4.2.3

locator : 4.3.12.3

log : 4.1.3

LogitBoost : 5.4.4 | 5.4.4

matplot : 4.4.1.2

matrix : 4.2.2.8

mean : 4.1.5.4 | 4.1.5.4 | 4.4.2.1 | 4.4.3.1

median : 5.1.4.2

merge : 4.5.5.1

methods : 4.1.7

mode : 4.2.2.1

mvpart : 5.7.3.3

na.omit : 4.5.3.3

nchar : 4.2.2.3

ncol : 4.4.1.1

nrow : 4.1.2.1 | 4.2.3 | 4.4.1.1

object.size : 4.1.6.1

odbcClose : 4.2.10.2 | 4.2.10.3

odbcConnect : 4.2.10.1

odbcConnectAccess : 4.2.10.3

odbcConnectExcel : 4.2.10.2

on.exit : 4.1.5.6.2

options : 4.1.4.2 | 4.1.5.6.2 | 4.1.5.6.2 | 4.1.5.6.2

ordered : 4.2.2.13.1 | 5.1.4.2

packageStatus : 4.1.4.2 | 4.1.4.2

palette : 4.3.12.2 | 4.4.2.2

par : 4.3.12 | 4.3.12 | 4.4.3.2.3

paste : 4.2.2.3.1

pdf : 4.3.11.3 | 4.3.11.4

pie : 4.3.1 | 4.4.1.4

plot : 4.1.7 | 4.2.12 | 4.3.1 | 4.3.1 | 4.3.1 | 4.3.1 | 4.3.11.4 | 4.3.11.4 | 4.4.2.2 | 4.4.2.4 | 5.7.3.3

plot.rpart : 4.1.7

plotcorr : 4.4.2.5

plotmeans : 4.4.4.8

pmatch : 4.2.2.3

png : 4.3.11.3

postscript : 4.3.11.3 | 4.3.11.4

predict : 4.7.1 | 4.7.2 | 5.7.3.3

printcp : 4.7 | 4.7.1 | 5.7.3.3

proc.time : 4.1.5.6.2

prompt : 4.2.14

q : 4.1.2.1 | 4.1.2.1

quantile : 4.4.3.2.3

quartz : 4.3.11 | 4.3.11.1

rainbow : 4.4.7

randomForest : 4.5.3.4

rbind : 4.2.2.8 | 4.2.2.10 | 4.2.2.10

read.csv : 4.2.2.11 | 4.2.8 | 4.2.8.3

read.transactions : 5.1.4.1 | 5.1.4.1

readShapePoly : 4.2.12

rect : 4.3.7

relief : 4.5.8

remove.packages : 4.1.4.2

require : 4.1.4

return : 4.1.5.3

rev : 4.2.2.13.7

rnorm : 4.4.4.19

rownames : 4.2.2.8 | 4.4.1.1

rpart : 4.1.6.1 | 4.5.3.1 | 4.7.2 | 5.4.3 | 5.4.4 | 5.4.4.1 | 5.7.3.3 | 5.7.3.5 | 5.7.3.5

rpart.control : 5.4.4.1

Rprof : 4.1.5.6.2

RSiteSearch : 4.1.7

runif : 4.2.2.5

sample : 4.2.3 | 4.2.3 | 4.5.1.1 | 4.5.1.1

sample.split : 4.5.1.1

save : 4.2.3 | 4.2.3 | 4.2.8 | 4.2.10.3

scale : 4.5.6.2

scan : 4.2.6 | 4.2.11

search : 4.1.4.1

seq : 4.2.2.5

show.settings : 4.3.12

sprintf : 4.2.3.2

sqlFetch : 4.2.10.1 | 4.2.10.2 | 4.2.10.3

sqlQuery : 4.2.10.2 | 4.2.10.3

sqlTables : 4.2.10.1 | 4.2.10.2 | 4.2.10.3

stopifnot : 4.1.4.4

str : 4.1.7 | 4.4.1.1

strftime : 4.2.2.11

strsplit : 4.2.2.3.2

strwidth : 4.3.7

sub : 4.2.2.3 | 4.2.2.3.3

subset : 4.4.4.4

substr : 4.2.2.3

summary : 4.1.4.2 | 4.4.1.1 | 4.4.3.1 | 4.4.3.1 | 4.4.3.1 | 4.4.3.1 | 4.4.3.2 | 4.5.3 | 5.1.4.1 | 5.1.4.2 | 5.1.4.2

sunflower : 4.4.4.6

svm : 5.16.2

Sys.info : 4.1.5.6.2

Sys.sleep : 4.1.5.6.2

system : 4.1.5.6.1

system.time : 4.1.5.6.2 | 4.1.6.2 | 4.5.6.1.1

t : 4.2.2.8

table : 4.7 | 4.7.2

tail : 4.2.2.13.6 | 4.2.2.13.6

text : 4.3.7 | 4.4.1.7

tim.colors : 4.3.10

traceback : 4.1.7.1

trellis.par : 4.3.12

trellis.par.get : 4.3.12 | 4.3.12

trellis.par.set : 4.4.4.9

typeof : 4.2.2.1

unique : 4.2.2.13.9

unlist : 4.4.2.2

unstack : 4.2.2.10

update.packages : 4.1.4.2

UseMethod : 4.1.5.4

vector : 4.2.2.5

vignette : 4.1.7 | 4.1.7 | 5.1.4.2

which : 4.2.2.13.4 | 5.4.4.1

win.metafile : 4.3.11.3 | 4.3.11.3

windows : 4.3.11 | 4.3.11.1

with : 4.2.2.13.4 | 4.3.1

write.gif : 4.3.10

write.table : 4.2.8 | 4.2.8

x11 : 4.3.11 | 4.3.11.1

R options

at : 4.4.4.4

breaks : 4.4.1.9

classwt : 5.15

col : 4.3.4 | 4.3.12.2 | 4.4.1.2

color : 4.4.1.8

compress : 4.2.3

continue : 4.1.5.6.2

cost : 5.7.3.5

digits : 4.1.5.6.2

distribution : 5.4.4.2

help : 4.1.7

horizontal : 4.4.3.2.1

htmlhelp : 4.1.7

hyperedges : 5.1.4.1

itemsets : 5.1.4.1

loss : 5.7.3.5 | 5.7.3.5 | 5.7.3.5

lty : 4.3.4 | 4.4.1.2

maxdepth : 5.4.4.1

mfrow : 4.4.3.2.3 | 4.4.4.4

new : 4.3.11.4

parms : 5.7.3.5 | 5.7.3.5

pch : 4.3.4 | 4.4.2.2

prior : 5.7.3.5 | 5.7.3.5 | 5.7.3.5

prompt : 4.1.5.6.2

rules : 5.1.4.1

sampsize : 5.15 | 5.15

scipen : 4.3.12.4

strata : 5.15 | 5.15

type : 4.7.2

usr : 4.3 | 4.3.12 | 4.4.4.4 | 4.4.4.4 | 4.4.4.4

weight : 5.4.3

weights : 5.7.3.5 | 5.7.3.5

where : 5.7.3.3

width : 4.1.5.6.2 | 4.1.5.6.2

xlim : 4.2.12

xpd : 4.3 | 4.3.12.1 | 4.4.1.7

y : 4.4.1.7

ylim : 4.2.12

R packages

amap : 5.8 | 5.10

arules : 5.1.1 | 5.1.4 | 5.1.4 | 5.1.4.1 | 5.1.4.2

boost : 5.4.4 | 5.4.4.2

caTools : 4.3.10 | 4.5.1.1 | 5.4.4

chron : 4.4.5.3

Design : 5.13.1

dprep : 4.5.8

e1071 : 5.16.2

ellipse : 4.4.2.5

fields : 4.3.10

gbm : 5.4.4 | 5.4.4 | 5.4.4.2

gplots : 4.1.4.4 | 4.4.4.8

Hmisc : 4.2.3.1 | 4.2.3.1

kernlab : 5.9 | 5.16.2

lattice : 4.3.12 | 4.4.1.8 | 4.4.4.9 | 4.4.4.15

maptree : 5.7.3.6

mvpart : 5.7.3.3 | 5.7.3.6

party : 5.6.3

pinktoe : 5.7.3.6

randomForrest : 5.15

Rcmdr : 4.1.2.3 | 4.1.2.3

reshape : 4.4.2.1 | 4.4.2.1

ROCR : 4.7 | 4.7.4

RODBC : 4.1.6.1 | 4.2.10 | 4.2.10.1

rpart : 5.4.4 | 5.7.3.6

sudoku : 4.1.8.1

survey : 4.1.9.2.1

tree : 5.7.3.6

ttda : 5.17.1

zoo : 4.4.1.3 | 4.4.5.3

R variables

.Machine : 4.1.5.6.2

.Platform : 4.1.5.6.2 | 4.1.5.6.2

version : 4.1.5.6.2

rainbow : 4.4.7

random forests : 5.15

randomForest : 4.5.3.4

randomForrest : 5.15

Rattle : 6.3 to 6.3.2

rbind : 4.2.2.8 | 4.2.2.10 | 4.2.2.10

Rcmdr : 4.1.2.3 | 4.1.2.3

read.csv : 4.2.2.11 | 4.2.8 | 4.2.8.3

read.transactions : 5.1.4.1 | 5.1.4.1

readShapePoly : 4.2.12

Recall : 4.7.2

rect : 4.3.7

Regression

Logistic regression : 5.13 to 5.13.2

Neural networks : 5.14 to 5.14.3

Support vector machine (SVM) : to 5.16.3

relief : 4.5.8

remove.packages : 4.1.4.2

require : 4.1.4

reshape : 4.4.2.1 | 4.4.2.1

return : 4.1.5.3

rev : 4.2.2.13.7

Ridgeway, Greg : 5.4.4.2

rnorm : 4.4.4.19

ROCR : 4.7 | 4.7.4

RODBC : 4.1.6.1 | 4.2.10 | 4.2.10.1

rownames : 4.2.2.8 | 4.4.1.1

rpart : 4.1.6.1 | 4.5.3.1 | 4.7.2 | 5.4.3 | 5.4.4 | 5.4.4 | 5.4.4.1 | 5.7.3.3 | 5.7.3.5 | 5.7.3.5 | 5.7.3.6

rpart.control : 5.4.4.1

Rprof : 4.1.5.6.2

RSiteSearch : 4.1.7

rules : 5.1.4.1

runif : 4.2.2.5

Salford Systems : 7.9 to 7.9.1

sample : 4.2.3 | 4.2.3 | 4.5.1.1 | 4.5.1.1

sample.split : 4.5.1.1

sampsize : 5.15 | 5.15

SAS : 7.3 to 7.3.3

save : 4.2.3 | 4.2.3 | 4.2.8 | 4.2.10.3

scale : 4.5.6.2

scan : 4.2.6 | 4.2.11

Scatterplot : 4.3.1 | 4.4.2.2 | 4.4.2.2 | 4.4.2.4

scipen : 4.3.12.4

script file : 4.1 | 4.1.2

search : 4.1.4.1

seq : 4.2.2.5

shapefiles : 4.2.12

show.settings : 4.3.12

sprintf : 4.2.3.2

SPSS : 7.2 to 7.2.1

sqlFetch : 4.2.10.1 | 4.2.10.2 | 4.2.10.3

sqlQuery : 4.2.10.2 | 4.2.10.3

sqlTables : 4.2.10.1 | 4.2.10.2 | 4.2.10.3

Statistica : 7.8 to 7.8.4

StatSoft : 7.8 to 7.8.4

Stem-and-leaf : 4.4.1.5

stopifnot : 4.1.4.4

str : 4.1.7 | 4.4.1.1

strata : 5.15 | 5.15

strftime : 4.2.2.11

String : 4.2.2.3 to 4.2.2.3.5

strsplit : 4.2.2.3.2

strwidth : 4.3.7

sub : 4.2.2.3 | 4.2.2.3.3

subset : 4.4.4.4

substr : 4.2.2.3

sudoku : 4.1.8.1

summary : 4.1.4.2 | 4.4.1.1 | 4.4.3.1 | 4.4.3.1 | 4.4.3.1 | 4.4.3.1 | 4.4.3.2 | 4.5.3 | 5.1.4.1 | 5.1.4.2 | 5.1.4.2

sunflower : 4.4.4.6

Support : 5.1.2

Support vector machine (SVM) : 5.16 to 5.16.3

survey : 4.1.9.2.1 | 4.2.8.3 | 4.5.3.4 | 4.7.2

SVM : 5.16 | 5.16.2 to 5.16.3

Sys.info : 4.1.5.6.2

Sys.sleep : 4.1.5.6.2

system : 4.1.5.6.1

system.time : 4.1.5.6.2 | 4.1.6.2 | 4.5.6.1.1

t : 4.2.2.8

table : 4.7 | 4.7.2

tail : 4.2.2.13.6 | 4.2.2.13.6

Temporal analysis : 4.6.3 to 4.6.3

test set : 4.7.3

text : 4.3.7 | 4.4.1.7

tim.colors : 4.3.10

Togaware : 6.3 to 6.3.2

Tools

Borgelt : 6.1 to 6.1.2.1

Clementine : 7.2 to 7.2.1

Enterprise Miner : 7.3 to 7.3.3

Equbits Foresight : 7.4 to 7.4.1

Ghostminer : 7.5 to 7.5.2

InductionEngine : 7.6 to 7.6.1

ODM : 7.7 to 7.7.2

ODMiner : 7.7 to 7.7.2

R : 6.2 to 6.2.2

Rattle : 6.3 to 6.3.2

SAS Enterprise Miner : 7.3 to 7.3.3

Statistica : 7.8 to 7.8.4

TreeNet : 7.9 to 7.9.1

Virtual Predict : 7.10 to 7.10.2

Weka : 6.4 to 6.4.2

traceback : 4.1.7.1

training set : 4.7.3

tree : 5.7.3.6

TreeNet : 7.9 to 7.9.1

trellis.par : 4.3.12

trellis.par.get : 4.3.12 | 4.3.12

trellis.par.set : 4.4.4.9

True negative : 4.7.2

True positive : 4.7.2

True positive rate : 4.7.2

ttda : 5.17.1

type : 4.7.2

typeof : 4.2.2.1

unique : 4.2.2.13.9

University of Magdeburg : 6.1 to 6.1.2.1

University of Waikato : 6.4 to 6.4.2

unlist : 4.4.2.2

unstack : 4.2.2.10

update.packages : 4.1.4.2

UseMethod : 4.1.5.4

usr : 4.3 | 4.3.12 | 4.4.4.4 | 4.4.4.4 | 4.4.4.4

Variable selection : 4.5.8 to 4.5.8

variance : 4.4.3 | 8.1

Vector : 4.2.2.5 | 4.2.2.5 to 4.2.2.5

Vendors

Equbits : 7.4 to 7.4.1

Fujitsu : 7.5 to 7.5.2

Oracle : 7.7 to 7.7.2

PredictionWorks : 7.6 to 7.6.1

Salford Systems : 7.9 to 7.9.1

SAS : 7.3 to 7.3.3

SPSS : 7.2 to 7.2.1

StatSoft : 7.8 to 7.8.4

Togaware : 6.3 to 6.3.2

University of Magdeburg : 6.1 to 6.1.2.1

University of Waikato : 6.4 to 6.4.2

Virtual Genetics : 7.10 to 7.10.2

version : 4.1.5.6.2

vignette : 4.1.7 | 4.1.7 | 5.1.4.2

Virtual Genetics : 7.10 to 7.10.2

Virtual Predict : 7.10 to 7.10.2

weight : 5.4.3

weights : 5.7.3.5 | 5.7.3.5

Weka : 6.4 to 6.4.2

where : 5.7.3.3

which : 4.2.2.13.4 | 5.4.4.1

width : 4.1.5.6.2 | 4.1.5.6.2

win.metafile : 4.3.11.3 | 4.3.11.3

windows : 4.3.11 | 4.3.11.1

wine : 4.2.8.1 | 4.4.1.1 | 4.4.1.2 | 4.4.1.4 | 4.4.1.7 | 4.4.2.1 | 4.4.2.1 | 4.4.2.2 | 4.4.2.5 | 5.4.4.1

with : 4.2.2.13.4 | 4.3.1

write.gif : 4.3.10

write.table : 4.2.8 | 4.2.8

x11 : 4.3.11 | 4.3.11.1

xlim : 4.2.12

xpd : 4.3 | 4.3.12.1 | 4.4.1.7

y : 4.4.1.7

ylim : 4.2.12

zoo : 4.4.1.3 | 4.4.5.3

Brought to you by Togaware.