일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- arima
- hadoop
- 다변량분석
- 프로그래머스
- dx
- 한국전자통신연구원 인턴
- cnn
- 빅분기
- SQL
- r
- ggplot2
- 시계열
- matplot
- 에이블스쿨
- 하둡
- 지도학습
- Eda
- python
- SQLD
- 하계인턴
- ETRI
- 웹크롤링
- Ai
- 에이블러
- 딥러닝
- ML
- 빅데이터분석기사
- 에트리 인턴
- 서평
- httr
- kt aivle school
- 가나다영
- kaggle
- 한국전자통신연구원
- KT AIVLE
- 시각화
- 머신러닝
- 기계학습
- KT 에이블스쿨
- 소셜네트워크분석
- Today
- Total
목록r (7)
소품집
detectCores() : 현재 사용하는 컴퓨터의 논리 프로세서가 몇 개인지 찾아서 반환함. 이 때 코어를 하나 제외하는 이유는 병렬처리에 모든 프로세서를 할당해버리면 OS 오류남 makeCluster() : 클러스터 생성 함수 registerDoParallel() : 생성된 클러스터에서 병렬처리를 할 수 있도록 할당하는 함수로, 프로세스를 cluster 수 만큼 설정함. stopCluster() : 클러스터 중지 함수. makeCluster()가 메모리를 할당한다면, stopCluster()는 해제시켜주는 역할을 함. registerDoSEQ {foreach} : foreach 패키지에 순차 병렬 백엔드를 명시적으로 등록할 때 사용.
정말,,, 역대급으로 오래 걸리고 있는 kaggle이다. 잔 기술 많이 배워서 꼼꼼하게 하고 있습니다 😎 getwd() setwd('/Users/dayeong/Desktop/reserch/data') # Restaurant Visitor Forecasting EDA with R # https://www.kaggle.com/maestroyi/restaurant-visitor-forecasting-eda-with-r # general visualisation library(ggplot2) library(scales) library(grid) library(gridExtra) library(RColorBrewer) library(corrplot) # general data manipulation library..
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 👍🏻
9장 (소셜네트워크 정의 및 igraph 패키지 사용하기) 네트워크의 정의 네트워크는 노드와 그들의 관계의 집합을 표현하는 시각화 기술을 말함 네트워크에 대한 연구 측정 Node : 중요한 노드 찾기 Network : 커다란 집합이 구성되어 있는지, 몇 개의 서브그룹으로 구성되어 있는지, 네트워크는 어떤 형태(모양)을 띄는지 파악함 네트워크 형성 어떤 특성에 의해 네트워크가 구성되었는지? 무작위적으로 아니면 부익부 빈익빈의 특성 등 만들어지는 방법에 따라 특성이 다양하게 나타남 네트워크 상의 프로세스 전파되는 현상 네트워크의 구조가 전파 현상에 영향을 미치는가? 전파현상 예측 모델링 네트워크 구성 점 : 사람, 조직 연결선 : 관계 Directed vs. Undirected Ties 방향성을 가지는 링크..
주가 시계열 자료 Facebook 과 twitter 주식가격 활용 주식이 열린 시점부터 마감 된 시점까지의 변화량을 data.frame으로 나타낸 것 입니다. 이 중에서도 수정종가를 잘 봐야하는데요. 수정종가란 총 발행 주식수의 변화를 반영한 가격을 말합니다. (주식은 매일 가격이 변동되는 일정적이지 않은 값이기 때문에 그 값을 반영한 변화량이라 생각하면 됩니다.) facebook.df