-
Notifications
You must be signed in to change notification settings - Fork 0
/
95. 공유자료_Day02.r
488 lines (292 loc) · 12.6 KB
/
95. 공유자료_Day02.r
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
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
# ♧♣ 특수기호 ----
'''
# ☆ ★ ○ ● ◎ ⊙ ◐ ◑ ◇ ◆ ◈ □ ■ ▣ ▒ ▤▥ ▨ ▧ ▦ ▩ ▷◁ ▶◀ △ ▲ ▽ ▼ ♡ ♥ ♤ ♠ ♧ ♣ → ← ← ↑ ↓ ↔ 〓 ♨ ☏ ☎ ☜ ☞ ¶ † ‡ ↕ ↗ ↙ ↖ ↘ ♭ ♩ ♪ ♬
# ◁ _ ◁ _ ◁ _ ◁ _ ◁ _ ◁ _ ◁ _ ◁====
# **************************************--------
'''
# ___________________________----
# ♧♣ 단축키 ----
'''
Alt + Shift + k # 단축키 보기
Ctrl + Shift + F10 # R 재구동(Session > R restart)
Ctrl + Shift + C # 주석 처리 (반복하면 주석 해제)
Ctrl + I # 줄 맞추기
Ctrl + Alt + <-(->) # 탭 이동
Ctrl + 1, Ctrl + 2 # 콘솔창 이동
Ctrl + Shift + Alt+0 # 4개 창 전부 띄우기
Ctrl + Shift + 1 # 스크립트 창 확대
Ctrl + Shift + 2 # 콘솔창 확대
Ctrl + Shift + 6 # Plot 창 확대
Alt + < # 커서 처음
Alt + > # 커서 마지막
Alt + Shift + G # 특정 라인(2865행) 이동
Alt + Shift + 상/하 # 해당 라인 복사
Alt + 상, 하 # 해당 라인 잡고 끌기
Ctrl + Shift + + # 화면 확대
Ctrl + - # 화면 축소
Ctrl + Shift + H # Working Directory 변경
Ctrl + Shift + R # Script 목차를 넣기(Code > Insert Section)
# ----, ==== 도 가능
Alt + L # 섹션 접기
Alt + Shift + L # 섹션 펼치기
Alt + O # 모두 접기
Alt + Shift + O # 모두 펼치기
Ctrl + L # Console 창 삭제
dev.off() # Plots 이미지 모두 삭제(아이콘으로 가능)
Ctrl + Enter # 실행 (커서 이동)
Alt + Enter # 실행 (커서 고정)
Ctrl + Shift + Enter # 스크립트 창 전체 코드 실행
Ctrl + Shift + M # %>% (파이프 연산자)
'''
# ___________________________----
# ♧♣ 환경설정 ----
'''
> 화면 배치
- 상단 View → Panes → Pane Layout
> 스크립트 폭 고정
- 상단 Tools → Global Options → 좌측 Code → Display → "Show margin" 체크
> Soft-wrap
- 상단 Tools → Global Options → 좌측 Code → Editing → "Soft-wrap R source files" 체크
> 글자 깨짐 현상
- "Alt + =" (1초 정도 꾹 누르면 됨)
- 상단 Tools → Global Options → 좌측 Code → 상단 Saving → Default text encoding 옵션을 UTF-8 로 변경
- File → Reopen with Encoding → UTF-8
> 배경 테마 변경
- 상단 Tools → Global Options → 좌측 Appearance → Editor theme → "Pastel on Dark" or "Monokai"
'''
# ___________________________----
# ♧♣ 패키지 ----
'''
install.packages("dplyr")
install.packages("caret")
install.packages("randomForest")
install.packages("rpart")
install.packages("rpart.plot")
install.packages("e1071")
install.packages("tree")
install.packages("MASS")
install.packages("car")
install.packages("DescTools")
install.packages("ROCR")
install.packages("qcc")
install.packages("SixSigma")
install.packages("forecast")
install.packages("BSDA")
install.packages("phia")
install.packages("Hmisc")
install.packages("leaps")
install.packages("DoE.base")
install.packages("ipred")
install.packages("kernlab")
install.packages("boot")
install.packages("AER")
install.packages("tidyverse")
install.packages("tidyr")
# tidyr 패키지는 tidyverse 패키지의 일부임. tidyverse 패키지 전체를 설치해도 되고 tidyr 패키지만 따로 설치해도 됨.
install.packages("rmarkdown")
# R 마크다운에 필요함
install.packages("knitr")
# R 마크다운에 필요함
install.packages("magrittr")
# %>% 연산자는 따로 import 하지 않고 사용하기 때문에 그냥 dplyr 에 포함된 연산자인가보다라고 생각하지만 사실 magrittr 이라는 패키지에 속해있는 연산자임.
'''
# ___________________________----
# ♧♣ 실습 01 ----
# ♨ IVF-M HP pH 측정 간소화를 통한 공정시간 단축 및 GMP 리스크 감소
# ☎ 배치별 히스토리 ----
# 데이터 불러오기
batch = c('HMG19001', 'HMG19002', 'HMG19003', 'HMG19004', 'HMG19005', 'HMG19006', 'HMG19007', 'HMG19008', 'HMG19009', 'HMG19010', 'HMG19011', 'HMG19012', 'HMG19013', 'HMG20001', 'HMG20002', 'HMG20003', 'HMG20004', 'HMG20005', 'HMG20006', 'HMG20007', 'HMG20008', 'HMG20009', 'HMG20010', 'HMG20011', 'HMG20012', 'HMG20013', 'HMG20014', 'HMG20015')
before = c(4.56, 4.68, 4.58, 4.62, 4.7, 4.79, 4.76, 5.16, 5.06, 5.11, 5.17, 5.07, 4.83, 4.84, 4.9, 5.04, 5.24, 5.5, 5.5, 5.2, 4.72, 5.04, 4.92, 4.7, 5, 4.74, 4.85, 5.02)
after = c(6.42, 6.43, 6.42, 6.43, 6.39, 6.45, 6.4, 6.36, 6.49, 6.44, 6.4, 6.36, 6.41, 6.43, 6.41, 6.4, 6.42, 6.36, 6.44, 6.39, 6.39, 6.42, 6.42, 6.4, 6.39, 6.37, 6.41, 6.35)
df = data.frame(batch, before, after)
head(df, 3)
df_raw <- df
# Q1. ----
# 최근 3년간 IVF-M HP주 75IU 의 적정 전 버퍼 pH 분포의 박스 그래프를 확인하시오.
# Q2. ----
# 최근 3년간 IVF-M HP주 75IU 의 적정 전 버퍼 pH 분포의 Q1 ~ Q5 의 값을 확인하시오.
# install.packages("SixSigma")
library(SixSigma)
# Q3. ----
# pH 적정 전/후 공정 수준을 비교하시오.
# Q4. ----
# 적정 전/후의 관리도를 확인하시오.
# install.packages("qcc")
library(qcc)
# ☎ NaOH 투입에 따른 pH 적정 ----
# 데이터 불러오기
NaOH = c(0:9)
HMG21002 = c(4.8, 4.72, 4.93, 5.19, 5.44, 5.71, 5.85, 6.11, 6.31, 6.46)
HMG21003 = c(4.83, 4.75, 4.86, 5.02, 5.13, 5.51, 5.62, 6.01, 6.12, 6.32)
HMG21004 = c(4.82, 4.74, 4.9, 5.11, 5.29, 5.61, 5.74, 6.06, 6.22, 6.39)
tilt = data.frame(NaOH, HMG21002, HMG21003, HMG21004)
head(tilt, 3)
# Q5. ----
# HMG21002~4 각 배치별 NaOH 투입에 따른 pH 변화량 그래프를 그리시오.
# install.packages("tidyverse")
# install.packages("ggplot2")
library(tidyverse)
library(dplyr)
library(ggplot2)
# ___________________________----
# ♧♣ 실습 02 ----
# ♨ 공정용 소모품 사용 예측 수준 증대를 통한 낭비비용 절감
# ☎ 분석 목적 ----
'''
아래 질문에 대한 답을 찾기 위함
Q1. 분기별 정보를 추가하세요.
Q2. 21년 7월 합성의약의 소모품 사용이력을 보여주세요.
Q3. 21년 3~7월 QC 팀 소모품 사용이력을 보여주세요.
Q4. 소독액(6가지 품목) 관련 정보만 추출하세요.
Q5. 20년 1분기 QC 팀의 소독액(6가지 품목) 사용량을 확인하세요.
Q6. 21년 2분기 각 팀별 소독액(6가지 품목) 사용량 합계를 구하고 내림차순으로 정렬하세요.
Q7. 21년 2분기 각 팀별 소독액(6가지 품목) 사용량 합계를 한 눈에 비교할 수 있게 그래프로 그리세요.
'''
# 데이터 불러오기
# set Working directory
dir()
getwd()
'''
예시) setwd("D:/#.Secure Work Folder/DX-LSS-Project/BB/DAT")
wd 에 rds 파일이 있어야 함
'''
consume <- readRDS(file = 'consume.rds')
df <- consume
head(df, 3)
library(dplyr)
library(tidyverse)
df_new = df %>%
gather(key = "Team", value = "Quan", Finished, Substance_1, Substance_2, Complex, QC, Supporting)
df_new %>% head()
str(df); str(df_new)
# Q1. ----
# 데이터의 N/A 를 제거하고, 분기별 정보를 추가하세요.
df_new = na.omit(df_new)
df_new <- df_new %>%
mutate(Quarter = ifelse(Month <= 3, 1,
ifelse(Month <= 6, 2,
ifelse(Month <= 9, 3, 4))))
head(df_new); str(df_new)
# Q2. ----
# 21년 7월 합성의약의 소모품 사용이력을 보여주세요.
df_new %>% filter(.,Year == 21 & Month == 7 & Team == 'Complex')
# Q3. ----
# 21년 3~7월 QC 팀 소모품 사용이력을 보여주세요.
# Q4. ----
# 소독액(6가지 품목) 관련 정보만 추출하세요.
disinfect <- df_new %>%
filter(Code == '303031' | Code == '303034' | Code == '303038' | Code == '303041' | Code == '303036' | Code == '303060')
# Q5. ----
# 20년 1분기 QC 팀의 소독액(6가지 품목) 사용량을 확인하세요.
# Q6. ----
# 21년 2분기 각 팀별 소독액(6가지 품목) 사용량 합계를 구하고 내림차순으로 정렬하세요.
temp <- disinfect %>%
filter(Year == 21 & Quarter == 2) %>%
group_by(Team) %>%
summarise(Q = sum(Quan)) %>%
arrange(desc(Q))
temp
# Q7. ----
# 21년 2분기 각 팀별 소독액(6가지 품목) 사용량 합계를 한 눈에 비교할 수 있게 그래프로 그리세요.
library(ggplot2)
ggplot(data = temp, aes(x = Team,
y = Q,
color = Team)) +
geom_point()
ggplot(temp, aes(x = Team,
y = Q,
color = Team)) +
geom_col()
# ___________________________----
# ♧♣ Day1 정리 퀴즈 ----
'''
* 문제 출처 : LG 인화원, 데이터 캠프, 20.08
LGSales 데이터(LGDatasets_Sales.csv)는 2017~2019년 LG전자 베스트샵 판매 정보로 구성되어 있습니다.
'''
sales = read.csv("LGDatasets_sales.csv")
head(sales, 3)
# Q1. ----
# LGSales 데이터가 몇 개의 row와 몇 개의 변수로 구성되어 있는지, 어떤 특징을 지닌 변수들로 구성되어 있는지 알아보세요. 하나의 함수만 이용하세요.
# Q2. ----
# date_m은 판매월, date_d는 판매일을 나타난 변수입니다. date_m은 month, date_d는 day로 변수명을 수정하세요. 데이터의 일부를 출력하여 변수명이 잘 바뀌었는지 확인해보세요.
# Q3. ----
# price는 판매가를 나타낸 변수입니다. price를 미국 달러로 환산한 파생변수를 만드세요. 데이터의 일부를 출력해 변수가 잘 추가되었는지 확인해보세요(1$ = 1164.5원)
# Q4. ----
# 판매가가 전체 평균 이상이면 "high", 그 외에는 "low"를 부여한 파생변수를 만드세요.
# Q5. ----
# "high"와 "low"에 해당하는 제품 판매량이 얼마나 되는지 빈도표와 빈도 막대 그래프를 만들어 확인해 보세요.
# Q6. ----
# "서울" 지역(region)을 추출해서 별도의 데이터를 만드세요.
# Q7. ----
# 위에서 추출한 데이터를 이용해서 서울에서 매출(판매가 합계)이 가장 높은 상위 10개 매장이 어디인지 알아보세요.
'''
summarise 함수 안에 요약통계량 구하는 함수 전부 대입하여 활용 가능.
요약통계량 구하는 함수
함수 | 기능
----------| --------
mean() | 평균
sd() | 표준편차
sum() | 합계
median() | 중앙값
min() | 최소값
max() | 최대값
n() | 빈도
'''
# ___________________________----
# 2일차 교육 시작 ------------------------------------------------------------
# II Analyze -----------------------------------------------------------------
# ● 선형회귀 분석 ----------------------------------------------------------
#rm(list=ls())
#dev.off()
x=c(3,4,4,6,4,7,9,10,11,11); y=c(11,13,12,19,13,22,28,32,36,32)
# ● 의사결정나무 ----------------------------------------------------------
A=iris
library( )
# 심화학습
# rpart 패키지의 rpart 함수를 활용한 의사결정 나무
# library(rpart)
# 분류 회귀 이외 생존나무, 포아송 회귀 나무 생성 가능, 자동 가지치기 등
# B = rpart(Species~.,data=A)
# library(rpart.plot)
# rpart.plot(B)
# party 패키지의 ctree함수를 활용한 의사결정 나무
# library(party)
# 반복 분할 방법을 통한 다중 검정으로 과적합 방지
# B = ctree(Species~.,data=A)
# plot(B)
# evtree 패키지의 evtree함수를 활용한 의사결정 나무
# library(evtree) # 모집단을 초기화, p개의 변수 중 하나를 랜덤 선택, 평가, 반복
# B = evtree(Species~.,data=A)
# plot(B)
# ● 랜덤포레스트 ----------------------------------------------------------
#rm(list=ls())
library( )
library( )
data(cpus)
# ● 다중회귀분석 ----------------------------------------------------------
# ● 분산팽창지수 ----------------------------------------------------------
library( )
# III improve -----------------------------------------------------------------
# ● MSE, RMSE ----------------------------------------------------------
#rm(list=ls())
x=c(3, 4, 4, 6, 4, 7, 9, 10, 11, 11); y=c(11, 13, 12, 19, 13, 22, 28, 32, 36, 32)
A=lm (y~x); predict(A)
library( )
# ● confusionMatrix ----------------------------------------------------------
library( )
B =tree(Species ~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width, data=iris)
# ● ROCR ----------------------------------------------------------
library( )
# performance(pred,"auc")@y.values
# ● 예측결과 ----------------------------------------------------------
#rm(list=ls())
x=c(3,4,4,6,4,7,9,10,11,11)
y=c(11,13,12,19,13,22,28,32,36,32)
temp = data.frame(x,y)
A=lm(y~x, data=temp)
# 다른 방법
data.frame(x=5)
temp2 = data.frame(x=5)
predict(A, newdata = temp2)
temp2 = data.frame(x=8)
predict(A, newdata = temp2)