enujo

getwd()

# protein.csv 파일을 읽어서 food 데이터 생성
food <- read.csv("./BigData/protein.csv")
# 처음 6개의 관측값을 출력/ 더 많은 관측값을 출력하고 싶으면 head(food, n= 출력하고 싶은 수)
# 마지막 6개의 관측값을 출력하고 싶을 때에는 tail(food) / 자기 자신이 선택하고싶으면 food[1:6,]
head(food)
str(food)
# 붉은 고기와 흰고기를 대상으로 군집
# kmeans(데이터,centers =)

enujo

# getwd()
# setwd("D:/BigData/Source")
# getwd()

# 1~20까지의 값을 갖는 5행 4열의 행렬 mData생성
mData <- matrix(c(1:20), nrow=5)
mData

# mData의 1열을 제외한 2~4열의 값을 갖는 행렬 mdData 생성
mdData <- mData[,-1]    # 행이라면 반대로 [-1,]

enujo

getwd()

#R에서 제공하는 기본 데이터인 iris를 이용하여 분류분석
# fix(iris)
str(iris)

# 분류분석을 위해서 필요한 라이브러리 설치/로드
#install.packages("party")
#library(party)

enujo

getwd()
setwd("D:/BigData/Source")
# 대부분의 분석 툴은 영문을 기반으로 한다.
# 한글은 분석하기 어려움
# 한글을 분석해서 wordCloud 형식으로 출력하기 위한 library를 설치
# 한글
install.packages("KoNLP")
# 색상
install.packages("RColorBrewer")
#WordCloud

enujo

getwd()
setwd("D:/BigData/source")

matrixData <- matrix(c(1:20), nrow=4)
matrixData

class(matrixData)

#matrixData 행렬을 데이터프레임으로 변환  
matrixData <- as.data.frame(matrixData)

enujo

# 현재 작업디렉토리 위치 확인
getwd()

# 1일, 2일, 3일, 4일, 5일, 6일, 7일을 데이터로 갖는 벡터데이터 dateInfo 생성
dateInfo <- c("1일","2일","3일","4일","5일","6일","7일")
# 07시, 12시, 17시 를 데이터로 갖는 벡터데이터 timeInfo 생성
timeInfo <- c("07시","12시","17시")
# 20,19,20,22,23,18,20을 데이터로 갖는 벡터데이터 tempInfo07생성
tempInfo07 <- c(20,19,20,22,23,18,20)
# 29,29,28,31,31,27,29를 데이터로 갖는 벡터데이터 tempInfo12생성

enujo

getwd()

## 데이터 불러오기
# csv파일을 일반적으로 불러올때 : read.csv("파일명")
csvGrocery<-read.csv("./BigData/grocery.csv")
csvGrocery
# 데이터 분석시 데이터를 확인 함수 : fix()
fix(csvGrocery)

enujo

getwd()
# read.table() : 외부파일에서 데이터 프레임으로 값을 가져온다
dfData <- read.table("./BigData/employee.txt")
dfData
# 데이터에서 열이름과 행이름이 지정된 경우에 해당하는 조건을 지정하여 생성
# read.table(파일명, row.name='행구분 열이름', header=T|F)
dfData <- read.table("./BigData/employee.txt",row.names='no',header=T)
dfData
# 데이터프레임에서 각각의 정보를 선택할 때는 리스트와 동일
dfData$name

enujo

getwd()

# 리스트 생성 : listData
listData <- list("홍길동",550000, T)
listData


v <- c(1:5)
m <- matrix(c(1:6), nrow=2)

enujo

setwd("D:/BigData/source")
getwd()

#전치 행렬 : 행과 열을 바꾼 행렬
m <- matrix(c(1:9),nrow=3)
m

t(m)
m
# 하삼각행렬 : lower.tri()