| crimelinkage-package | “犯罪链”软件包：犯罪序列链接的统计方法 | ||
| bayesPairs | 提取关联概率最大的犯罪。 | ||
| bayesProb | 提取关联概率最大的犯罪。 | ||
| clusterPath | 沿着树状图上的犯罪路径 | ||
| compareCrimes | 通过计算犯罪对之间的“距离”来创建证据变量 | ||
| crimeClust_bayes | 基于贝叶斯模型的部分监督聚类在犯罪序列识别中的应用 | ||
| crimeClust_hier | 聚集层次犯罪序列聚类 | ||
| crimelinkage | “犯罪链”软件包：犯罪序列链接的统计方法 | ||
| crimes | 犯罪事件的虚拟数据集 | ||
| getBF | 估计连续和分类预测的贝叶斯因子。 | ||
| getCrimes | 生成特定罪犯的犯罪列表 | ||
| getCrimeSeries | 生成罪犯及其相关犯罪序列的列表。 | ||
| getCriminals | 查找对一系列已侦破的罪行负有责任的罪犯 | ||
| getROC | Cacluate ROC-like度量。 | ||
| linkage | 基于层次的链接 | ||
| makeGroups | 从犯罪序列数据生成犯罪组 | ||
| makeLinked | 生成链接和未链接犯罪对的索引（带权重） | ||
| makePairs | 生成链接和未链接犯罪对的索引（带权重） | ||
| makeSeriesData | 制作犯罪系列数据 | ||
| makeUnlinked | 生成链接和未链接犯罪对的索引（带权重） | ||
| naiveBayes | 基于直方图和收缩率的朴素贝叶斯分类器 | ||
| naiveBayes.fit | 基于直方图和收缩率的朴素贝叶斯分类器 | ||
| offenders | 虚拟罪犯数据 | ||
| plot.naiveBayes | 朴素贝叶斯模型的图 | ||
| plotBF | 图1D贝叶斯因子 | ||
| plot_hcc | 绘制分层犯罪聚类对象 | ||
| predict.naiveBayes | 从“naiveBayes”对象生成预测（log-bayes因子之和） | ||
| predictBF | 生成分量bayes因子的预测 | ||
| seriesID | 犯罪系列鉴定 |