빅데이터 2

	# getwd()
	# setwd(D:\\BigData\\Source)
	#
	x<-c(1:10)
	x
	y <- seq(1,20,2)
	y <- seq(1,by=2, length=10)
	replace(x,2,8) # X 데이터 변경은 안되고 출력만
	x<-replace(x,2,8) #데이터 치환
	x
	#append() : 지정한 위치에 데이터 요소를 삽입 끼워 넣기
	#append(데이터, 삽입할 값, 삽입할 위치)
	append(x,5,7)
	x
	# paste() : 반복적으로 데이터에 값을 이어서 입력할 때 사용
	paste("no",x)
	paste(x,"호")
	x
	# 평균
	mean(x)
	# 분산
	var(x)
	# 표준편차
	sd(x)
	# 상관계수
	cor(x,y)
	# 최소값
	min(x)
	# 최대값
	max(x)
	# 합
	sum(x)
	# 누적합 : 각 값의 합을 더하는
	cumsum(x)
	# 곱
	prod(x)
	# 범위
	range(x)
	# 길이
	length(x)
	rev(x)
	sort(x)
	sort(x,decreasing=T)
	order(x)
	order(-x)
	rank(x)
	# 데이터에 대한 요약 통계량
	summary(x)
	# 벡터내의 요소 값들이 모두 조건을 만족하는 지 체크
	all(x > 8)
	# 벡터내의 요소 값 중에 조건을 하나라도 만족하는 지 체크
	any(x > 8)
	# 결측값이 있는 데이터 통게
	naData <- c(1:10,NA)
	naData
	mean(naData) # 결측값이 있어 통계를 낼 수 없다.
	# subset() : NA(결측값)을 처리하고 출력
	subset(naData, x>5)
	naData[x>5]
	# which() : 조건을 만족하는 원소들의 인덱스를 출력 리
	which(x>5)
	x
	# ifelse() : 조건에 따라 실행
	# ifelse(조건식,조건이 참일때 명령문, 조건이 거짓일때 명령문)
	ifelseResult <-ifelse(x %% 2 == 0,"짝수","홀수")
	ifelseResult
	#사용자 함수
	#함수이름 <- function(매개변수1, 매개변수2, ....){
	# 명령어 또는 프로세스 실행
	# return (데이터)
	# }
	testFunc <- function(x){
	reData<-ifelse(x %% 2 == 0, "짝","홀")
	return (reData)
	}
	testFunc(c(3,4,5,6))
	testFunc(x)
	testFunc(2)
	x
	x<-append(x,1, 5)
	x
	# x에서 데이터가 1인 색인(인덱스)을 검색하여 색인 값을 반
	firstFunc1 <- function(x){
	return (which(x==1))
	}
	firstFunc1(x)
	x

view raw R03_Vector.R hosted with ❤ by GitHub

분석 모델을 만든 것

	# 김농부는 이전 년도의 날씨정보를 기반으로 내일 비가 오는지 그렇지 않은지를 예측하고자 한다.
	#
	# 날씨가 비가 온 날은 1, 비가 오지 않은 날은 0의 값을 갖는 데이터가 있다고 가정하자.
	#
	# 이전 k년의 날씨 기록을 기반으로 내일의 날씨를 예측하는데 조건은 k년 중 반 이상 비가 왔을 때 비가 온다고 가정하자.
	#
	# 기상 데이터와 예측을 위한 k년을 입력받아 이때 오차율을 계산해보자.
	# 예측값과 실제값을 비교하여 두 값의 차가 1일 경우 오류이며 오류의 평균을 오차율로 한다.
	## 실제 프로세스
	# 1.데이터를 생성
	# 2.예측에 필요한 기본 데이터를 지정(3)
	# 3.현재 년도 이전까지의 날씨 데이터를 제어
	# 3.1 현재 년도의 이전가지 날씨 데이터의 합은 총 비가 온날 -> 누적합 cumsum(x)
	# 3.2 3.1의 값의 범위인 년도를 나누면 평균값 도출
	# 3.3 평균값이 0.5보다 크거나 같으면 비가 온다고 예측
	# 3.4 3에서 계산한 예측값과 실제 값이 같은지 그 오차율을 체크 및 계산
	# 위의 3번과 4번 프로세스를 predictFunc 함수로 구현
	predictFunc <- function(real, basicNum){
	# input <- scan()
	# 실제 데이터를 기준으로 누적합을 계산
	cumsum(real)
	# 누적합을 데이터로 갖는 벡터데이터 cumData를 생성(첫번째 0의 값으로 시작)
	cumData <- c(0, cumsum(real))
	# 함수 내부에서 출력하기 위해서는 print() 사용
	print(cumData)
	# 예측 데이터셋을 생성(벡터데이터, 길이 : 실데이터 길이 - 예측기본 데이터 개수)
	n <- length(real)
	predData <- vector(length=n - basicNum) # 배열선언 후 길이 지정
	print(predData)
	for(i in 1:n-basicNum){
	predData[i] <- ifelse(cumData[i+basicNum]/(i+basicNum-1) >= 0.5,1,0)
	}
	edData<-c(NA,NA,NA,predData)
	print(predData)
	print(edData)
	result <- abs(predData - real[(basicNum+1):n]) # : 이 우선순위가 높다
	# abs 절대값
	return(mean(result)) # 예측 오차율
	}
	# 벡터데이터 real은 실제 비가 온 날을 1로 한 실데이터
	real <- c(1,0,0,1,0,1,1,0,1,1)
	# basicNum 데이터는 예측의 기본 데이터가 되는 년수
	basicNum <- 3
	# 모든 프로세스는 predictFunc에서 실행
	predictFunc(real,basicNum)
	x<-c(1:5)
	y<-c(7:11)
	x+y#같은 인덱스 끼리 연산
	year <- c(2008,2009,2010,2011,2012,2013,2014,2015,2016,2017,2018)
	#
	da <- c(0,1,1,1,2,2,3,4,4,5)
	ye <- c(NA,NA,NA,0,1,0,1,1,1,1)
	resu <- c(NA,NA,NA,X,X,X,O,X,O,O)
	dd <- data.frame(year,da,ye,resu)

view raw R04_Example1.R hosted with ❤ by GitHub

여기까지가 통계인가요 ...

수치 데이터는 바꿀수 없지만 환경 데이터는 바꿀수 있다.

데이터 분석 오차율 0.2 -> 앞의 확률이 적다면( > 0.2, 1,0) 

데이터 분석을 할때 정답은 없다. 

0.2라는 값과 0.5라는 모델이 나오면

데이터가 부정확함에도 불구하고 최소한의 오차율이 나오게 한다면 과연 맞는 것일까?

행렬

R에서 행렬의 내부 저장 공간은 열 우선 배열방식 (80년대 책을 생각해보면)

행렬에 데이터를 저장시, 1번 열, 2번 열 .. 순으로 저장

matrix() 함수 : 행렬을 만드는 함수

nrow, ncol : 행과 열의 수를 지정하는 인수, 모두 지정할 필요 없음

length 데이터 개수, mode 데이터 타입, dim 행과 열의 개수, dimnames 행과 열의 이름

행렬 간 곱, 행렬-상수 간 곱, 행렬 간 합 같은 선형 대수 연산이 가능

0행렬 전치행렬,

상삼각행렬,

하삼각행렬

apply 함수 알아보깅

	getwd()
	# 행렬(Matrix) : 행과 열로 구성된 데이터 형태
	# 행렬의 생성
	m <- matrix(c(1:9))
	# m 데이터의 형태를 출력 : Class(데이터)
	class(m)
	m
	# 3행 3열의 행렬을 생성
	m <- matrix(c(1:9),nrow = 3, ncol = 3)
	m
	# 열 우선이기 때문에
	m <- matrix(c(1:9), nrow = 3)
	m
	# 데이터 원소의 개수가 행과 열에 입력되는 개수보다 크면 나머지 데이터 원소를 버림
	m <- matrix(c(1:11),nrow = 3, ncol = 3)
	m
	# 데이터 원소가 행과 열에 모두 입력하고도 행과 열에 데이터가 모두 입력되지 않으면
	# 데이터 원소의 첫 원소부터 입력
	m <- matrix(c(1:11), nrow = 3)
	m
	# 행렬 m은 2행 2열의 matrix를 선언하고
	m <- matrix(nrow=2, ncol=2) #선언만 되고 데이터는 입력 되지 않은 상태 NA들어가 있음.
	# 1행 1열에는 1, 1행 2열에는 2, 2행 1열에는 3, 2행 2열에는 4를 입력
	m[1,1] <- 1
	m[1,2] <- 2
	m[2,1] <- 3
	m[2,2] <- 4
	m
	# 행렬은 열 우선으로 입력을 하는데 행우선으로 입력을 받고 싶을 때 byrow속성을 사용
	m <- matrix(c(1:10), nrow=2, byrow=T) #행이 2개 열이 5개 생성됨 byrow=Ture
	m
	# 행렬의 이름을 지정 : dimnames(행렬)
	dimnames(m) <- list(paste("row",c(1:2)),paste("col",c(1:5)))
	m
	# 해렬의 행과 열의 개수를 벡터 데이터 형식으로 출력
	dim(m)
	# lenght() : 행렬의 길이
	length(m)
	# 행렬간의 대수 연산
	m <- matrix(c(1:4),nrow=2)
	m
	m+m
	m+3
	m*m
	# 행렬의 곱
	m %*% m
	# 데이터 연결할 때 사용하는 함수: cbind(), rbind()
	v1 <- c(1:3)
	v2 <- c(4:6)
	v3 <- c(7:9)
	v1
	v2
	v3
	# 행기준으로 결합
	m <- rbind(v1,v2,v3)
	# 열 기준으로 결합
	cbind(v1,v2,v3)
	dimnames(m)
	tmp <- matrix(c(1:9), nrow=3)
	tmp
	# 행렬 tmp의 1행의 값
	tmp[1,]
	class(tmp)
	class(tmp[1,])
	# 행렬 tmp에서 3열의 값
	tmp[,3]
	# 행렬 tmp에서 4보다 큰 값
	m[m>4] #읽는 순서는 행우선으로 읽는다
	# 행렬 tmp의 3열에서 7보다 큰 값의 열을 찍어준다
	m[m[,3]>7]
	m[m[,3]>7, 1] #첫번째 열의 값을 찍어준다
	m[m[3,]>7, 1] #인덱스 값을 찍어준다.
	# 행렬의 2행과 3열을 제외하고 출력
	m[-2,-3]
	# 행렬에서 2열과 3열을 출력
	m[,2:3]
	# 모든 관계 연산자는 답이 논리형 m[,3] > 5 크냐 작냐 FALSE TRUE TRUE
	m[,3] > 5

view raw R05_Matrix.P hosted with ❤ by GitHub