소품집

setwd('/Users/dayeong/Desktop/reserch/data') # Dataloading dt_loan % mutate(buy_n = n()) %>% filter(buy_n>=600) # 중복 제거 dt 이 Age 고객들을 분석해보자 Age_25 % filter( Age == "26-35" ) Age_25 % mutate(ratio = n/sum(n), location = ifelse(ratio > min(ratio) , min(ratio) + ratio/2 , ratio/2 ) ) plot1 % ggplot(aes(x=factor(1), y = ratio, fill = Marital_Status)) + geom_bar(stat="identity") + geom_text(aes(x= fa..

www.kaggle.com/frankmollard/interactive-visualizations Interactive Visualizations 🚢 Explore and run machine learning code with Kaggle Notebooks | Using data from Titanic: Machine Learning from Disaster www.kaggle.com 지금까지 본 R 시각화 중에 젤 보기 쉽고,,, 예쁜듯 👍🏻

오늘은 .. 수준보다 높은 kaggle notebook을 택한 탓인지 진행이 잘 안되어 다음번에 다시 도저어어언 + ggolot2 option은 진짜 다양해서 그때마다 필요한 거 구글링 하는 게 최고옹 getwd() setwd('/Users/dayeong/Desktop/reserch/data') # Kaggle 3DAY # https://www.kaggle.com/erikbruin/house-prices-lasso-xgboost-and-a-detailed-eda # House prices : Laso, XGBoost, and a detailed EDA # 주택 임대가격 예측하여 최종 가격 예측하기! # # Loading and Exploring Data library(knitr) library(ggplo..