enujo enujo

## R09_Association.R
getwd()

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


## R08_Dataframe.R
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

## R07_List.R
getwd()

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


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

## R06_Matrix.R
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()

## R05_Matrix.P
getwd()

# 행렬(Matrix) : 행과 열로 구성된 데이터 형태
# 행렬의 생성
m <- matrix(c(1:9))
# m 데이터의 형태를 출력 : Class(데이터)
class(m)
m
# 3행 3열의 행렬을 생성
m <- matrix(c(1:9),nrow = 3, ncol = 3)

## R04_Example1.R
# 김농부는 이전 년도의 날씨정보를 기반으로 내일 비가 오는지 그렇지 않은지를 예측하고자 한다.
#
# 날씨가 비가 온 날은 1, 비가 오지 않은 날은 0의 값을 갖는 데이터가 있다고 가정하자.
#
# 이전 k년의 날씨 기록을 기반으로 내일의 날씨를 예측하는데 조건은 k년 중 반 이상 비가 왔을 때 비가 온다고 가정하자.
#
# 기상 데이터와 예측을 위한 k년을 입력받아 이때 오차율을 계산해보자.
# 예측값과 실제값을 비교하여 두 값의 차가 1일 경우 오류이며 오류의 평균을 오차율로 한다.

## 실제 프로세스

## R03_Vector.R
# getwd()
# setwd(D:\\BigData\\Source)
#
x<-c(1:10)
x
y <- seq(1,20,2)
y <- seq(1,by=2, length=10)

replace(x,2,8)  # X 데이터 변경은 안되고 출력만
x<-replace(x,2,8) #데이터 치환

## date.html
<script type="text/javascript">
function addzero(n){                        // 한자리가 되는 숫자에 "0"을 넣어주는 함수
    return n < 10 ? "0" + n: n;
}

function dateInput(n,m){
     $("#StartDate").val("");               // 우선 이미 들어가있는 값 초기화
     $("#EndDate").val("");

     var date = new Date();

## date.html
<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<title>Insert title here</title>
<script src="//code.jquery.com/jquery.min.js"></script>
<script src="//ajax.googleapis.com/ajax/libs/jquery/1/jquery.min.js"></script>
<script type="text/javascript">
$(function() {
    $('#endDate').change(function(e) {

## AddMileage.sql
UPDATE
	tb_person p
SET
	p.person_total_mileage =
	(SELECT
		SUM(mct.mileage_cate_price - m.mileage_use_price)
	FROM
		tb_mileage m
	JOIN
		tb_mileage_cate mct
	getwd()

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

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


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

	# 행렬(Matrix) : 행과 열로 구성된 데이터 형태
	# 행렬의 생성
	m <- matrix(c(1:9))
	# m 데이터의 형태를 출력 : Class(데이터)
	class(m)
	m
	# 3행 3열의 행렬을 생성
	m <- matrix(c(1:9),nrow = 3, ncol = 3)
	# 김농부는 이전 년도의 날씨정보를 기반으로 내일 비가 오는지 그렇지 않은지를 예측하고자 한다.
	#
	# 날씨가 비가 온 날은 1, 비가 오지 않은 날은 0의 값을 갖는 데이터가 있다고 가정하자.
	#
	# 이전 k년의 날씨 기록을 기반으로 내일의 날씨를 예측하는데 조건은 k년 중 반 이상 비가 왔을 때 비가 온다고 가정하자.
	#
	# 기상 데이터와 예측을 위한 k년을 입력받아 이때 오차율을 계산해보자.
	# 예측값과 실제값을 비교하여 두 값의 차가 1일 경우 오류이며 오류의 평균을 오차율로 한다.

	## 실제 프로세스
	# getwd()
	# setwd(D:\\BigData\\Source)
	#
	x<-c(1:10)
	x
	y <- seq(1,20,2)
	y <- seq(1,by=2, length=10)

	replace(x,2,8) # X 데이터 변경은 안되고 출력만
	x<-replace(x,2,8) #데이터 치환
	<script type="text/javascript">
	function addzero(n){ // 한자리가 되는 숫자에 "0"을 넣어주는 함수
	return n < 10 ? "0" + n: n;
	}

	function dateInput(n,m){
	$("#StartDate").val(""); // 우선 이미 들어가있는 값 초기화
	$("#EndDate").val("");

	var date = new Date();
	<!DOCTYPE html>
	<html>
	<head>
	<meta charset="UTF-8">
	<title>Insert title here</title>
	<script src="//code.jquery.com/jquery.min.js"></script>
	<script src="//ajax.googleapis.com/ajax/libs/jquery/1/jquery.min.js"></script>
	<script type="text/javascript">
	$(function() {
	$('#endDate').change(function(e) {
	UPDATE
	tb_person p
	SET
	p.person_total_mileage =
	(SELECT
	SUM(mct.mileage_cate_price - m.mileage_use_price)
	FROM
	tb_mileage m
	JOIN
	tb_mileage_cate mct