データクリーニング |
|
|
欠損値の代入 |
|
|
|
nagdmc_impute_simp |
平均値もしくは最頻値により欠損値を補う |
|
|
nagdmc_impute_dist |
変数の各種距離条件により欠損値を補う |
|
|
nagdmc_impute_em |
EM法により欠損値を補う |
|
はずれ値検出 |
|
|
|
nagdmc_bacon |
はずれ値をBACON法を用いて検出する |
|
|
|
|
データ変換 |
|
|
スケーリング |
|
|
|
nagdmc_scale |
平均が0で分散が1になるような変換を行う |
|
主成分分析 |
|
|
|
nagdmc_pca |
主成分分析を行う |
|
|
nagdmc_pca_score |
主成分得点を算出する |
|
|
|
|
クラスタ分析 |
|
|
k-meansクラスタリング |
|
|
|
nagdmc_kmeans |
k-meansクラスタ分析の計算を行う |
|
|
nagdmc_wcss |
クラスタ内の平方和を計算する |
|
|
nagdmc_rints |
クラスタ中心を構成するデータレコードを無作為に選択する |
|
|
nagdmc_nrgp |
データレコードの最近傍クラスタを探索する |
|
階層的クラスタリング |
|
|
|
nagdmc_hclust |
階層的クラスタ分析(グループ平均もしくは最小分散)を行う |
|
|
nagdmc_cind |
階層的クラスタリング後に、データを指定のグループ数に分ける |
|
|
|
|
分類 |
|
|
決定木 |
|
|
ジニ係数 (CART) |
|
|
|
nagdmc_gini_tree |
gini指標基準で算出されたニ分決定木を構築する |
|
|
nagdmc_save_gini_tree |
ニ分決定木を保存する |
|
|
nagdmc_load_gini_tree |
ニ分決定木を読込む |
|
|
nagdmc_free_gini_tree |
ニ分決定木を解放する |
|
|
nagdmc_predict_gini_tree |
ニ分決定木を用いて予測値を計算する |
|
エントロピー (C4.5) |
|
|
|
nagdmc_entropy_tree |
最小エントロピー基準にてn項決定木を構築する |
|
|
nagdmc_prune_entropy_tree |
n項決定木の枝狩りを行う |
|
|
nagdmc_save_entropy_tree |
n項決定木を保存する |
|
|
nagdmc_load_entropy_tree |
n項決定木を読込む |
|
|
nagdmc_free_entropy_tree |
n項決定木を解放する |
|
|
nagdmc_predict_entropy_tree |
n項決定木を用いて予測値を計算する |
|
一般化線形モデル |
|
|
|
nagdmc_binomial_reg |
一般化線形モデルの計算を行う(2項分布誤差) |
|
|
nagdmc_logit |
一般化線形モデルの計算を行う(ロジスティック・リンク関数、2項分布誤差) |
|
|
nagdmc_probit_reg |
一般化線形モデルの計算を行う(プロビット・リンク関数、2項分布誤差) |
|
|
nagdmc_poisson_reg |
一般化線形モデルの計算を行う(ポワソン分布誤差) |
|
|
nagdmc_log_linear |
一般化線形モデルの計算を行う(対数線形リンク関数、ポワソン分布誤差) |
|
|
nagdmc_extr_reg |
回帰モデルの情報を取得する |
|
|
nagdmc_predict_reg |
モデルを用いて予測値を計算する |
|
多層パーセプトロン |
|
|
|
nagdmc_mlp |
多層パーセプトロンモデルの計算を行う |
|
|
nagdmc_predict_mlp |
多層パーセプトロンモデルを用いて予測値を計算する |
|
最近傍モデル |
|
|
|
nagdmc_kdtree |
k次元木を構築する |
|
|
nagdmc_save_kdtree |
k次元木を保存する |
|
|
nagdmc_load_kdtree |
k次元木を読込む |
|
|
nagdmc_free_kdtree |
k次元木を解放する |
|
|
nagdmc_knnc |
k次元木を用いて最近傍分類を計算する |
|
|
|
|
回帰 |
|
|
回帰の木 |
|
|
|
nagdmc_reg_tree |
回帰の木を構築する |
|
|
nagdmc_save_reg_tree |
回帰の木を保存する |
|
|
nagdmc_load_reg_tree |
回帰の木を読込む |
|
|
nagdmc_free_reg_tree |
回帰の木を解放する |
|
|
nagdmc_predict_reg_tree |
回帰の木を用いて予測値を計算する |
|
|
nagdmc_waid |
WAID(weighted automatic inference detection)法による回帰の木を構築する |
|
|
nagdmc_save_waid |
WAIDの回帰の木を保存する |
|
|
nagdmc_load_waid |
WAIDの回帰の木を読込む |
|
|
nagdmc_free_waid |
WAIDの回帰の木を解放する |
|
|
nagdmc_predict_waid |
WAIDの回帰の木を用いて予測値を計算する |
|
線形回帰 |
|
|
|
nagdmc_linear_reg |
線形回帰モデルの計算を行う |
|
|
nagdmc_basic_reg |
線形回帰モデルの計算を行う(シンプルなインターフェース) |
|
|
nagdmc_stepwise_reg |
ステップワイズ法による回帰の計算を行う |
|
|
nagdmc_save_reg |
回帰モデルを保存する |
|
|
nagdmc_load_reg |
回帰モデルを読込む |
|
|
nagdmc_free_reg |
回帰モデルを解放する |
|
|
nagdmc_extr_reg |
回帰モデルの情報を取得する |
|
|
nagdmc_predict_reg |
回帰モデルを用いて予測値を計算する |
|
最近傍モデル |
|
|
|
nagdmc_knnp |
k次元木を用いて最近傍値を計算する |
|
RBFモデル |
|
|
|
nagdmc_rbf |
RBF(ラジアルベーシス関数)モデルの計算を行う |
|
|
nagdmc_predict_rbf |
RBFモデルを用いて予測値を計算する |
|
|
|
|
アソシエーション |
|
|
アソシエーション |
|
|
|
nagdmc_assoc_data |
アソシエーションの対象となるデータを読み込む |
|
|
nagdmc_assoc |
アソシエーションの計算を行う |
|
|
nagdmc_assoc_print |
アソシエーションの結果を出力する |
|
|
|
|
ユーティリティー |
|
|
|
nagdmc_rng |
乱数の生成を行う |
|
|
nagdmc_srs |
乱数生成のシードを設定する |
|
|
nagdmc_rints |
乱数生成を利用してデータ選択を行うための整数を生成する |
|
|
nagdmc_rank_real |
実数配列の各要素の順番を表す数字(ランク)を得る |
|
|
nagdmc_rank_long |
整数配列の各要素の順番を表す数字(ランク)を得る |
|
|
nagdmc_index |
ランクからインデックスを得る |
|
|
nagdmc_order_real |
実数配列を順番を表す数字(ランク)に基づき並べ替える |
|
|
nagdmc_order_long |
整数配列を順番を表す数字(ランク)に基づき並べ替える |
|
|
nagdmc_dsu |
平均と標準偏差を1PASSで計算する |
|
|
nagdmc_tab2 |
クロス集計を行う(2 way) |