CRM : 데이터 마이닝 실습 : PART1
JungHwan Yun
[Author]
@ JungHwan Yun
@ Master Student in Data-Science
@ Seoul National University of Science & Technology(SeoulTech)
@ E-mail : junghwan.yun@seoultech.ac.kr
[Contents]
@ Topic : CRM : 데이터 마이닝 실습 : PART1
@ Class : Customer Relationship Management
@ Version : 2.0
@ Version date : 2017-05-11
@ Summary : R언어의 기초적인 문법을 다룹니다.
1. 기본 자료형
- R에서 주로 사용되는 데이터 형으로는 3가지 정도가 있음
- Numeric : 숫자 , Character : 문자(열) , Boolean : 참/거짓
- “(변수이름) <- 변수” 형태로 사용
Numeric : 숫자형
- 자료형의 크기에 상관없이 사용가능
a <- 3
class(a)## [1] "numeric"Character : 문자형
- “” 혹은 ’’ 둘다 인식 하니 편한대로 사용가능 (같은 자료형으로 인식함)
- 문자는 길이가 1인 문자열로 인식하기 때문에 자료형의 크기에 상관없이 사용가능
b <- 'CRM'
class(b)## [1] "character"Boolean : 참/거짓
- TRUE / FALSE를 나타내는 자료형.
c <- TRUE
class(C)## [1] "function"NULL / NA (참고)
- NULL의 경우는 특정 데이터 셋 자체가 비어있음을 의미
- NA의 경우는 데이터 셋의 내부 결측치를 의미
- R에서 데이터 처리 간 주로 보게 되는 것은 NA 일 것임
2. 기본 데이터 구조
- R에서는 ‘vector’ , ‘factor’ , ‘matrix’, ‘array’, ‘list’, ’dataframe’의 형태가 주로 사용이 됨
Vector : 벡터
- 한종류의 원소들의 모음, 1차원
- c()를 사용해서 생성
- (참고) 다른 자료형이라고 하더라도 하나의 벡터안에 넣을 수 있지만 쓰지 말것!
(x <- c(1,3,4,5,4,3,2,7))## [1] 1 3 4 5 4 3 2 7(y <- c("kim", "seo", "park", "choi", "yun", "lee", "lim", "woo"))## [1] "kim" "seo" "park" "choi" "yun" "lee" "lim" "woo"(z <- c(T, T,T,F,F,TRUE,FALSE,TRUE))## [1] TRUE TRUE TRUE FALSE FALSE TRUE FALSE TRUEFactor : 범주
- 범주형 데이터 구조
- 벡터와 유사하지만, 벡터안의 원소들에 대한 정보도 함께 가지고 있음
- 명목형과 순서형의 자료들인 경우 사용
z <- c("kim", "seo", "park", "choi", "yun", "kim", "park", "kim")
(z <- factor(z))## [1] kim seo park choi yun kim park kim
## Levels: choi kim park seo yun- default는 알파벳 순서, 사용자가 설정가능
(z2 <- factor(z, order = TRUE, level = c("kim", "park", "seo", "choi", 'yun')))## [1] kim seo park choi yun kim park kim
## Levels: kim < park < seo < choi < yunMatrix : 행렬
- 벡터들의 집합 , 2차원
- matrix(x:y,nrow = z) : x부터 y까지의 z행짜리 행렬을 만들어라
- ex1) 1~12까지의 4행짜리 행렬을 만들어라
(m <- matrix(1:12, nrow = 4))## [,1] [,2] [,3]
## [1,] 1 5 9
## [2,] 2 6 10
## [3,] 3 7 11
## [4,] 4 8 12- ex2) 1~12까지의 4행짜리 행렬을 만들어라, 단 숫자의 삽입은 행단위로
(m <- matrix(1:12, nrow = 4,byrow = TRUE))## [,1] [,2] [,3]
## [1,] 1 2 3
## [2,] 4 5 6
## [3,] 7 8 9
## [4,] 10 11 12Array : 배열
- 행렬들의 집합체, 2차원 이상
- 구조화된 행렬속에 행력을 집어넣는개념
- ex1) 1~24까지의 숫자를 2x3 행렬로해서 4층짜리의 데이터 구조를 만들어라
(a1 <- array(1:24 , c(2,3,4)))## , , 1
##
## [,1] [,2] [,3]
## [1,] 1 3 5
## [2,] 2 4 6
##
## , , 2
##
## [,1] [,2] [,3]
## [1,] 7 9 11
## [2,] 8 10 12
##
## , , 3
##
## [,1] [,2] [,3]
## [1,] 13 15 17
## [2,] 14 16 18
##
## , , 4
##
## [,1] [,2] [,3]
## [1,] 19 21 23
## [2,] 20 22 24- ex2) 1~24까지의 숫자를 2x3 행렬로해서 2x2 데이터 구조를 만들어라
(a2 <- array(1:24 , c(2,3,2,2)))## , , 1, 1
##
## [,1] [,2] [,3]
## [1,] 1 3 5
## [2,] 2 4 6
##
## , , 2, 1
##
## [,1] [,2] [,3]
## [1,] 7 9 11
## [2,] 8 10 12
##
## , , 1, 2
##
## [,1] [,2] [,3]
## [1,] 13 15 17
## [2,] 14 16 18
##
## , , 2, 2
##
## [,1] [,2] [,3]
## [1,] 19 21 23
## [2,] 20 22 24(중요) Dataframe : 데이터프레임
- 데이터 유형에 상관없는 2차원 형태의 데이터 구조
- 우리가 사용하는 엑셀을 생각하면 됨
d <- data.frame(NAME=c('YUN','GEUM','MOON','KANG','KIM'),
MATH=c(2,4,6,8,10),
ENGLISH=c(3,6,9,12,15),
KOREAN=c(4,8,12,16,20))
print(d)## NAME MATH ENGLISH KOREAN
## 1 YUN 2 3 4
## 2 GEUM 4 6 8
## 3 MOON 6 9 12
## 4 KANG 8 12 16
## 5 KIM 10 15 20List : 리스트
- 서로 다른 구조의 데이터를 모두 묶은 객체
- 주로 데이터 셋에서 추출을 하는 경우 많이 사용
- Vector(L1), Matrix(L2), Array(L3), Data Frame(L4)를 만들어서, 하나의 List(L5)로 묶어라
L1 <- c(1, 2, 3, 4)
L2 <- matrix(1:6, 3, byrow=TRUE)
L3 <- array(1:24, c(3,4,2))
L4 <- data.frame(cust_id = c(1, 2, 3, 4), last_name = c("Kim", "Lee", "Choi", "Park"))
L5 <- list(L1, L2, L3, L4)
print(L5)## [[1]]
## [1] 1 2 3 4
##
## [[2]]
## [,1] [,2]
## [1,] 1 2
## [2,] 3 4
## [3,] 5 6
##
## [[3]]
## , , 1
##
## [,1] [,2] [,3] [,4]
## [1,] 1 4 7 10
## [2,] 2 5 8 11
## [3,] 3 6 9 12
##
## , , 2
##
## [,1] [,2] [,3] [,4]
## [1,] 13 16 19 22
## [2,] 14 17 20 23
## [3,] 15 18 21 24
##
##
## [[4]]
## cust_id last_name
## 1 1 Kim
## 2 2 Lee
## 3 3 Choi
## 4 4 Park3. Summary
-데이터 구조
