h-elena

> head(iris)

  Sepal.Length Sepal.Width Petal.Length Petal.Width Species

1          5.1         3.5          1.4         0.2  setosa

2          4.9         3.0          1.4         0.2  setosa

3          4.7         3.2          1.3         0.2  setosa

4          4.6         3.1          1.5         0.2  setosa

5          5.0         3.6          1.4         0.2  setosa

6          5.4         3.9          1.7         0.4  setosa

> cor(iris[1:4]) #상관계수 확인

             Sepal.Length Sepal.Width Petal.Length Petal.Width

Sepal.Length    1.0000000  -0.1175698    0.8717538   0.8179411

Sepal.Width    -0.1175698   1.0000000   -0.4284401  -0.3661259

Petal.Length    0.8717538  -0.4284401    1.0000000   0.9628654

Petal.Width     0.8179411  -0.3661259    0.9628654   1.0000000

> log.ir<-log(iris[,1:4]) #데이터가 편향되어 있으므로 log변환 해주기

> ir.species<-iris[,5] #species는 y변수

> #주성분 분석

> ir.pca<-prcomp(log.ir, center=T, scale.=T)

> print(ir.pca)

Standard deviations (1, .., p=4):

[1] 1.7124583 0.9523797 0.3647029 0.1656840

Rotation (n x k) = (4 x 4):

                    PC1         PC2        PC3         PC4

Sepal.Length  0.5038236 -0.45499872  0.7088547  0.19147575

Sepal.Width  -0.3023682 -0.88914419 -0.3311628 -0.09125405

Petal.Length  0.5767881 -0.03378802 -0.2192793 -0.78618732

Petal.Width   0.5674952 -0.03545628 -0.5829003  0.58044745

> plot(ir.pca, type="l")

> 가 급 꺾이는데 이 부분을 elbow point라고 하며,

Error: unexpected symbol in "가 급"

> #이 위의 주성분을 주로 선택하여 사용함

> 

> summary(ir.pca)

Importance of components:

                          PC1    PC2     PC3     PC4

Standard deviation     1.7125 0.9524 0.36470 0.16568

Proportion of Variance 0.7331 0.2268 0.03325 0.00686

Cumulative Proportion  0.7331 0.9599 0.99314 1.00000

> #PC1의 Cumulative~의 데이터를 보면 PC1이 73% 설명 가능하고

> #PC2까지 추가되면 95%까지 설명가능한 것

>

> #원래 데이터와 선형계수를 메트릭스 곱으로 선형조합에 맞게 만들기

> #ir.pca$rotation에 선혀계수 있음

> PRC<-as.matrix(log.ir) %*% ir.pca$rotation

> head(PRC)

            PC1       PC2      PC3        PC4

[1,] -0.2772209 -1.809493 1.604387 -1.0010840

[2,] -0.2507663 -1.654229 1.627078 -0.9946772

[3,] -0.3340210 -1.690148 1.592416 -0.9502831

[4,] -0.2527176 -1.656968 1.556306 -1.0640079

[5,] -0.2957159 -1.825531 1.581020 -1.0074464

[6,]  0.2242011 -1.962854 1.162457 -0.7503219

>

> train1 <- cbind(ir.species,as.data.frame(PRC))

> train1[,1] <- as.factor(train1[,1])

> colnames(train1)[1] <- "label"

>

> head(train1)

   label        PC1       PC2      PC3        PC4

1 setosa -0.2772209 -1.809493 1.604387 -1.0010840

2 setosa -0.2507663 -1.654229 1.627078 -0.9946772

3 setosa -0.3340210 -1.690148 1.592416 -0.9502831

4 setosa -0.2527176 -1.656968 1.556306 -1.0640079

5 setosa -0.2957159 -1.825531 1.581020 -1.0074464

6 setosa  0.2242011 -1.962854 1.162457 -0.7503219

>

> #회귀분석

> fit1 <- lm(label~PC1+PC2, data=train1)

Warning messages:

1: In model.response(mf, "numeric") :

  요인형 종속변수의 type = "numeric"의 사용은 무시될 것입니다

2: In Ops.factor(y, z$residuals) : ‘-’ not meaningful for factors

> fit1

Call:

lm(formula = label ~ PC1 + PC2, data = train1)

Coefficients:

(Intercept)          PC1          PC2 

     0.6696       0.7680      -0.2548 

> #이 회귀모델의 예측력이 좋은지 확인하기 위해 predict함수로 예측해 봄

> fit1_pred <- predict(fit1,newdata = train1)

> fit1_pred

        1         2         3         4         5         6         7

0.9177087 0.8984698 0.8436802 0.8976691 0.9075902 1.3418786 1.0463684

        8         9        10        11        12        13        14

0.9390723 0.8445396 0.6210744 0.9772913 0.9476893 0.5797361 0.4155148

       15        16        17        18        19        20        21

0.9120119 1.3118574 1.2207336 1.0980907 1.2412319 1.1287785 1.0342953

       22        23        24        25        26        27        28

1.2569135 0.7137137 1.4133590 1.0252950 0.9689303 1.2765822 0.9586297

       29        30        31        32        33        34        35

0.9276385 0.9374478 0.9482156 1.2861381 0.6493632 0.9546398 0.9294394

       36        37        38        39        40        41        42

0.8386486 0.9222122 0.5890660 0.8108801 0.9490303 1.0546664 1.0040768

       43        44        45        46        47        48        49

0.8105124 1.4567990 1.3635121 1.0684832 0.9775414 0.8663319 0.9678917

       50        51        52        53        54        55        56

0.9080860 2.4900652 2.4560586 2.5325228 2.2648798 2.4745413 2.3349098

       57        58        59        60        61        62        63

2.4963131 2.0029576 2.4183566 2.2572967 2.0407272 2.3843643 2.1921680

       64        65        66        67        68        69        70

2.4214215 2.2250403 2.4384336 2.3892785 2.1851043 2.4422283 2.1877138

       71        72        73        74        75        76        77

2.5254085 2.3158257 2.4880022 2.3530434 2.3724269 2.4310584 2.4857568

       78        79        80        81        82        83        84

2.5827240 2.4241655 2.1051215 2.1671554 2.1127110 2.2436308 2.5098066

       85        86        87        88        89        90        91

2.3709906 2.4519709 2.4989128 2.3762102 2.2835777 2.2644047 2.2716131

       92        93        94        95        96        97        98

2.4115164 2.2552790 2.0133592 2.2950601 2.2677511 2.3035534 2.3564617

       99       100       101       102       103       104       105

2.0222024 2.2928712 2.8051324 2.5692110 2.7806345 2.6285684 2.7492116

      106       107       108       109       110       111       112

2.8654869 2.3788516 2.7558419 2.6762160 2.8792490 2.6483604 2.6360837

      113       114       115       116       117       118       119

2.7272214 2.5747804 2.6729336 2.7201117 2.6359540 2.8982001 2.9334209

      120       121       122       123       124       125       126

2.4733191 2.7907960 2.5561109 2.8575388 2.5686743 2.7353583 2.7263118

      127       128       129       130       131       132       133

2.5511097 2.5518512 2.7052657 2.6589710 2.7723682 2.8480064 2.7259613

      134       135       136       137       138       139       140

2.5054224 2.5011639 2.8769550 2.7556452 2.6279707 2.5342278 2.7260895

      141       142       143       144       145       146       147

2.7871266 2.7407486 2.5692110 2.7990284 2.8129241 2.7349133 2.6022894

      148       149       150

2.6574971 2.7122422 2.5531536

>

> b <- round(fit1_pred) #반올림 함수

>

> b[b==0 | b==1] <- "setosa"

> b[b==2] <- "Versicolor"

> b[b==3] <- "Virginica"

>

> a <- ir.species

> table(b,a)

            a

b            setosa versicolor virginica

  setosa         50          0         0

  Versicolor      0         46         2

  Virginica       0          4        48

>

> #setosa : 50단위 中 50단위 예측

> #versicolor : 50단위 中 46단위 예측

> #virginica : 50단위 中 48단위 예측

출처 : https://m.blog.naver.com/PostView.nhn?blogId=leedk1110&logNo=220783514855&proxyReferer=https%3A%2F%2Fwww.google.co.kr%2F

네트워크는 그래프를 바탕으로하며, 그래프는 점(node, vertex, point)과 가지(edge, arc, line)로 표현된다.

네트워크는 그래프의 가지에 특정한 정량적인 값들을 대응시킨 가중 그래프에 해당한다.

네트워크로 구성되는 각 지점 간의 최소 경로를 찾는 최적화 문제, 친구 관계, 협업 관계, 인터넷 연결망 구조, 웹과 같은 미디어 연결망, 질병 전파, 분자 그래프 등으로 표현되는 다양한 사회 및 자연 현상을 파악하는데 응용 된다.

네트워크 분석 및 시각화 패키지

igraph, statnet, RSiena

statnet은 sna, network, ergm등 네트워크 분석 관련 패키지를 포함

지표

연결정도 : 각 노드가 어느 정도로 많은 관계를 맺고 있는지

근접 : 한 점이 다른 모든 점들에 얼마나 가까운가

중개 : 연결망에서 한 노드가 다른 노드들 사이에 위치한 정도

각 지표는 중심성과 중심화 관점으로 설명됨

중심성 : 네트워크를 구성하는 각각의 노드가 전체 연결망에서 어느 정도 중심에 위치하는가를 나타내는 지표(어느 노드가 가장 중요한지)

중심화 : 네트워크 전체 연결망 형태가 어느 정도 중앙에 집중되어 있는지를 나타내는 지표

밀도 : 중심화와 같이 네트워크의 전체 특성을 나타내는 지표로 전체 노드가 서로 간에 얼마나 많은 관게를 맺고 있는가를 알려줌

vertex 꼭짓점, 정점

vertices 'vertex'의 복수형

> #네트워크 만들기

> install.packages("igraph")

Error in install.packages : Updating loaded packages

> library(igraph)

>

> g_star<-graph(edges=NULL, n=NULL, directed=FALSE) #방향성, 노드, 에지가 없는 igraph 생성 그래프(초기화)

> g_star<-g_star+vertex("A", shape="circle", size=30, color="yellow") #A라는 노드(모양:원, 크기:30, 색:노랑) 추가

> g_star<-g_star+vertices("B", "C", "D", "E", "F", shape="circle", size=20, color="red")

> g_star<-g_star+edge("A", "B") #edge는 선

> g_star<-g_star+edges("A","C", "A","D", "A","E", "A", "F")

> plot(g_star)

> #네트워크 내의 노드 수(점의 갯수)

> vcount(g_star)

[1] 6

> gorder(g_star)

[1] 6

>

> #노드 간 연결된 에지의 총 수(선의 갯수)

> ecount(g_star)

[1] 5

> gsize(g_star) 

[1] 5

>

> g_Y<-graph(edges=NULL, n=NULL, directed=FALSE)

> g_Y<-g_Y+vertices("A", "B",  "C", "D", "E", "F", shape="circle", size=30)

> g_Y<-g_Y+edges("A","B","A","C", "A","D", "D","E", "E", "F")

> plot(g_Y)

https://blog.naver.com/1stwook/220671991938

> #연결정도

> degree(g_star, normalized = FALSE) #A는 5개의 노드와 연결되어 있음

A B C D E F

5 1 1 1 1 1

> degree(g_star, normalized = TRUE) #정규화된 연결 중심성, 노드에 연결된 에지의 수, normalized는 표준화 여부, TRUE -> 연결 가능한 총 수로 나눈 값을 출력

  A   B   C   D   E   F 

1.0 0.2 0.2 0.2 0.2 0.2 

tmax<-centr_degree_tmax(g_star) #이론적 연결 정도 중심화 최댓값

> centralization.degree(g_star, normalized = FALSE)$centralization/tmax #정규화된 연결 정도 중심화 측정

[1] 1

> #근접 중심성

> closeness(g_star, normalized=FALSE) #A의 근접중심성이 가장 큼

        A         B         C         D         E         F 

0.2000000 0.1111111 0.1111111 0.1111111 0.1111111 0.1111111 

> closeness(g_star, normalized=TRUE) #각 노드의 정규화된 근접 중심성

        A         B         C         D         E         F 

1.0000000 0.5555556 0.5555556 0.5555556 0.5555556 0.5555556 

> tmax<-centralization.closeness.tmax(g_star) #이론적인 근접 중심화의 최대값

> centralization.closeness(g_star, normalized=FALSE)$centralization/tmax #정규화된 근접 중심화

[1] 1

facet_wrap()

~오른쪽 기재되는 변수별 level 순서대로 sub 그래프를 그려준다

nrow, ncol 옵션으로 그래프가 그려지는 행과 열의 수 지정 가능

ex)

facet_wrap(~BRAND, nrow=2)

reshape2 패키지

melt()

데이터 모양 변환, 데이터 요약에 사용

가로데이터를 세로데이터로 만든다고 생각해도 됨

식별자(id), 측정대상 변수, 측정치를 받아 데이터 요약

데이터 스프레드 시트를 조정할 수 있는 함수
다량의 columns을 한 컬럼 안에 쌓아 주는 함수

melt(data, ..., na.rm=FALSE, value.name="value")

ex)

melt(데이터, id.vars=c("컬럼명"))

> v <- c("a", "b", "c", "d")

> "b" %in% v

[1] TRUE

> v %in% "b"

[1] FALSE TRUE FALSE FALSE

> match("b", v) #몇 번째에 있는지

[1] 2

slice() : 행을 position에 따라 필터링 하는 것

slice(match())

ggplot2 패키지

geom_line(linetype="blank/solid/dashed/dotted/dotdash/longdash/twodash", size=1)

color, fill 함수

1. 그래프 기반으로 geom 함수에 적용하여 색상 나타내기

2. 데이터를 기반으로 aes함수에 적용하여 색상 나타내기

어떤 변수(열) 전체의 평균, 표준편차, 사분위수 등 기초통계량 구할 때 : summary()

집단별로 나누어 구할 때 : group_by() %>% summarise()

- group_by() : 변수 지정하여 항목별 데이터 분리

- summarise() : 집단별 요약 통계량 산출

ave()

Group Averages Over Level Combinations Of Factors

펙터의 레벨 조합에 대한 그룹 평균

x[]의 부분집합의 평균으로, 각 부분집합은 같은 펙터 레벨을 지닌다

사용

ave(x, …, FUN = mean)

Arguments

x : 숫자

… : 그룹변수, 일반 펙터, x와 같은 길이의 모든 것

..모르겠담..

%in% 와 match(), merge()

# %in% -> 리턴값이 TRUE면 v안에 "b"가 들어있는 것

>v <- c("a", "b", "c", "d")

>"b"%in%v

[1] TRUE

> match("b", v)

[1] 2

match() : 특정한 값을 찾고 싶을 때 (내부)

merge() : 특정한 값을 찾고 싶을 때 (외부)

ex)

merge(data1, data2, by="DATE") # DATE를 기준으로 두 데이터 합병