R 자료 from 헬로 데이터 과학

2장 -

데이터 준비 단계

탐색적 분석 단계

통계적 추론 및 기계학습 단계

결과 구현 및 제품화

결과 시각화 및 공유

R : 니터(Knitr)

파이썬 : 주피터(Jupyter) - ipython notebook

------------------------------------------------------------------------------------------------

*사용된 함수(mtcars)

mtcars
#통계
head(mtcars, 10)
summary(mtcars)
class(mtcars)
str(mtcars)
table(mtcars) #Error in table(mtcars) : attempt to make a table with >= 2^31 elements
table(mtcars$cyl)
#그래프
hist(mtcars$cyl)
plot(mtcars$wt, mtcars$mpg)

library(ggplot2)
qplot(wt, mpg, data=mtcars, shape=as.factor(cyl)) #shape
qplot(wt, mpg, data=mtcars, size=cyl)             #size
#factor 범주형 데이터로 변환하기
a <- mtcars
a
a$cyl2 <- as.factor(a$cyl)
summary(a)

 

 

------------------------------------------------------------------------------------------------

3장 - 데이터 수집 및 분석

------------------------------------------------------------------------------------------------

*사용된 함수(pew.txt)

read.delim                        #txt 파일을 data.frame으로 가져오기

melt(데이터, 기준컬럼명)    #풀어내기

sapply(데이터, 함수)

na.omit

qplot(x, y, data)

qplot(x, y, data, size=z)

qplot(x, y, data, shape=as.factor(z))

dplyr 패키지 :

데이터 %>%

group_by(  ) %>%

summarize(  )

multiplot(qplot1, qplot2, cols=2)

------------------------------------------------------------------------------------------------

4장 - 데이터 분석

------------------------------------------------------------------------------------------------

*사용된 함수(mpg.txt)

read.table

sample_n

kable

ggplot

geom_density

geom_histogram

geom_dotplot

multiplot

select

cor

round

plot

table

mosaicplot

par

jitter            #노이즈 발생기(정수 -> 소수)

filter

boxplot

aes

geom_point

geom_smooth

geom_text

 

dplyr 패키지 :

데이터 %>%

group_by( ) %>%

summarize( ) %>%

filter( ) %>%

distinct( )

 

 

 

------------------------------------------------------------------------------------------------

**소스 수정사항

%>%에서 group_by( ) 할때, 빈값으로 넣기 말고, 기준컬럼 넣어주기

ex) group_by(manufacturer) %>%      # 데이터를 제조사 기준으로 그룹하여

 

%>% 에서 distinct( ) 할 때, .keep_all = TRUE 추가해주기                by Updated for dplyr 0.5

출처: http://stackoverflow.com/questions/22959635/remove-duplicated-rows-using-dplyr

ex) distinct(model, .keep_all = TRUE)                     # 차량별로 한대씩만 남긴다.

 

------------------------------------------------------------------------------------------------------------------------------

 

참고:

헬로 데이터 과학 소스

https://github.com/jykim/dbook

헬로 데이터 과학 - 저자 블로그

http://www.hellodatascience.com/

 

R을 이용한 데이터 분석 실무

http://r4pda.co.kr/

R 기반의 데이터 시각화

http://freesearch.pe.kr/archives/3891

기타;

[IT특집] 머신러닝의 충격

http://ch.yes24.com/Article/View/28788?Scode=050_002

사례:넷플릭스 프라이즈 문제 정의

http://www.netflixprize.com/rules

http://www.netflixprize.com/assets/rules.pdf

RMSE : Root Mean Squared Error

캐글

www.kaggle.com/competitions

결측치 관리

https://en.wikipedia.org/wiki/Missing_data