개발자가 배우는 R : 7강, 가설, 그래프 배워보기
개요 이번 포스팅에는 앞으로 배울 회귀분석 등에 필요한 가설에 대한 통계학의 기본 이론과 그래프(plot)를 그리는 방법을 알아본다. 코드중심의 설명이기 때문에 본문 보다는 코드의 주석이 집중적으로 추가되어 있으니 참고 바란다. 가설검증 통계 데이터에서 인사이트르 얻기 위해 가설을 세우는 방법을 잠깐 알아보자. 이때, 검증자가 주장하고 싶은 가설을 H1, 반대되는 가설을
R
개발자가 배우는 R : 6강, 기초통계 함수 배워보기
개요 이번 포스팅에는 그룹핑 관련 함수와 도표 데이터를 다루기 시작하는것 까지 진행한다. 코드중심의 설명이기 때문에 본문 보다는 코드의 주석이 집중적으로 추가되어 있으니 참고 바란다. tapply 함수 사용하기 이미 배운 tapply 함수를 데이터프레임에서는 그룹핑에 활용 할 수 있다. > attach(mtcars) > tapply(mpg, am, mean) # mpg값을 am값으로 group화 하여 평균값(
개발자가 배우는 R : 5강, 기초통계 함수 배워보기
개요 이번 포스팅에는 R에서 사용하는 기초통계 관련 함수들을 알아본다. 해당강의에서는 기초통계학의 내용은 다루지 않고 기초통계학에서 사용하는 기법들을 R에서 어떻게 적용하는지 다룬다. 다만 참고를 위해 기초 통계학개념에 대해서는 위키피디아에서 발췌하여 추가해두었다. 코드중심의 설명이기 때문에 본문 보다는 코드의 주석이 집중적으로 추가되어 있으니 참고 바란다. 이번시간에 배울것들 요약 이번시간에는 아래와 같은 통계 지표들을
개발자가 배우는 R : 4강, 데이터프레임 가공하기
개요 이번 포스팅에는 R에서 가장 많이 쓰이는 데이터프레임을 가공하는 방법을 알아본다. 이를 위해 데이터프레임을 조작하는 방법과 관련된 외부 패키지 reshape 사용법을 알아본다. 코드중심의 설명이기 때문에 본문 보다는 코드의 주석이 집중적으로 추가되어 있으니 참고 바란다. 데이터프레임 조작하기 데이터프레임 예제 #1 : leadership 임의로 leadership 객체를 만들어 데이터프레임 조작을 알아보자. leadership 데이터프레임 생성
개발자가 배우는 R : 3강, 데이터프레임과 파일 입출력
개요 이번 포스팅에는 R의 객체중 factor와 데이터 프레임을 배우고 파일 import, export를 배워본다. 객체 자체는 지난 시간에 다뤘지만 리스트와 데이터 프레임은 파일 import/export와 연관이 많아 이번 시간에 설명한다. 코드중심의 설명이기 때문에 본문 보다는 코드의 주석이 집중적으로 추가되어 있으니 참고 바란다. R 자료구조(factor, 데이터프레임) factor 설문조사의 객관식 처럼 순서와
개발자가 배우는 R : 2강, 객체 다루기
개요 이번 포스팅에는 R의 객체를 다루는 것을 집중적으로 알아본다. 기본적으로 코드예제가 많다. 이유는 코드를 이해 혹은 실습해보는 것이 R을 익히는데 가장 빠른 길이라 생각하기 때문이다. 또한 지금 배우지 않더라도 필요할 때 찾아서 쓰는 것도 코드가 가장 빠를 것이다. 코드중심의 설명이기 때문에 본문 보다는 코드의 주석이 집중적으로 추가되어 있으니 참고 바란다.
개발자가 배우는 R : 1강, 기초 맛보기
개요 해당 포스팅은 개발자의 시각에서 R을 설치/실행하여 익히는데 도움이 될만한 내용을 정리한 내용이다. 따라서 프로그래밍을 처음 접하는 사용자들을 위한 배경지식이 일부 생략되어있을 수는 있다. 하지만, R은 컴퓨터공학 비전공자들도 널리 사용하는 언어인 만큼 크게 어려운 내용은 없다. 앞으로도 꾸준히 R을 익히는데로 내용을 정리하여 포스팅 할 예정이다. 글의 방향성 본글은 R의
Recycled R - 패키지를 만들자
오늘 소개드릴 내용은 직접 R에서 사용하는 패키지를 만드는 방법입니다. 자신만의 패키지를 작성하는 것은 Code Recycle은 물론 Sharing과 Documentation에 큰 도움이 됩니다. 물론 save.image()로 현재 작업내용을 저장 할 수도 있고, source()나 CMD BATCH 커맨드라인 명령을 이용하여 미리 작성한 스크립트를 불러들여서 실행할 수도 있습니다. 그렇지만 패키지를 작성하게 되면 보다
Java
Collaborated R - 다른 툴 함께 쓰기
예전엔 정말로 통계/생물과에서는 R, 공대생은 Matlab, 공장이나 은행은 SAS, 경영학과는 Excel, 수학 관련은 Mathmatica라는 선입견이 있었습니다. 물론 Stata나 SPSS등 다른 툴을 선호하시는 분도 많았고 linux와 같이 소개된 Octave가 점차 널리 쓰이기도 하면서 실제로는 더 많은 종류의 툴들이 공존하고 있었는데, 어찌보면 비효율적일 수도 있고 어찌보면 하나의 범용적인 툴보다 각자 더
R
Multi-threaded R
최근 빅데이터와 인공지능에 대한 관심이 증가하면서, 국내에도 Enterprise레벨에서 R을 사용하여 머신러닝 기법을 적용하려는 시도가 늘고 있습니다. 연구 분야에서는 말할 것도 없고 '데이터 사이언스' 분야에서는 이미 가장 중요한 툴이 된 R이지만, 수 많은 마이닝과 머신러닝 관련 프로젝트에서 지금까지의 SAS나 Matlab의 위상을 고려하면 이런 전폭적인 관심이 조금 갑작스러운 듯 싶은