레코드후_데이터스터디

1. Data Exploration - 데이터 분석을 위해 변수들의 상태를 파악 - 중요 함수들 ① head(데이터셋) / tail(데이터셋) : 시작/마지막 6개의 record만 조회하는 함수 ② summary(데이터셋) ⓐ 수치형 변수 : 최대값, 최소값, 평균, 1사분위수 등 ⓑ 명목형 변수: 명목값, 데이터 개수 2. 변수 중요도 - 변수 선택법과 유사한 개념으로, 모형을 생성하여 사용된 변수의 중요도를 살피는 과정 - 종류 : klaR 패키지 - 특정 변수가 주어졌을 때 클래스가 어떻게 분류되는지에 대한 '에러율'을 계산, 그래픽으로 결과 보여줌 - greedy. wilks() : 세분화를 위한 stepwise forward 변수선택을 위한 패키지. 종속변수에 가장 영향을 주는 변수를 'wilk..

1. R reshape을 이용한 데이터 마트 개발 1) 데이터마트 - DW(전사적인 통합베이스) 와 사용자 사이의 중간층에 위치함 - 하나의 주제나 부서 중심으로 특화되어 있는 데이터 - DM의 데이터는 대부분 DW에서 복제되며 얘네가 DM에서 가장 중요한 데이터 - 하지만 자체적으로 수집될 수도 있고, 관계형 데이터베이스나 다차원 데이터베이스를 이용하여 구축 - CRM관련 업무 중에서는 고객DM구축이 핵심임 -DM을 어떻게 구축하는가에 따라 데이터 분석 효과가 크게 차이남 2) 변수 - 받아온 데이터를 처리과정을 통해 분석에 적절하게 활용할 수 있는 자료로 변환해야 -이렇게 만들어지는 변수는 요약변수와 파생변수로 나뉨 ① 요약변수 -DM에서 가장 기본적인 변수로 '총구매금액' '금액' '횟수' '구매여..

#2차원 데이터의 저장 [매트릭스/ 행렬] matrix: 전체의 데이터 타입이 동일한 구조여야 함. (숫자로만 or 문자로만) - 행과 열이 존재 - nrow 행의수 / ncol 열의수 = 지정을 통해서 행과 열의 갯수 설정 가능 - 근데 행열을 직접 만드는 경우는 거의 없이 데이터를 파일에서 불러옴 z m1 m1 [데이터프래임 data frame] - 숫자와 문자를 섞어서 저장 가능, 하지만 column 내에서는 동일한 타입이어야! -data.frame() 함수로 생성 ciry

[변수 기초] 1. 변수란? 변수 : 변할 수 있는 숫자를 즉 자료를 보관 하는 그릇 (어떤 값을 임시로 보관해 놓기 위한 장소) 변수명: 거기에다가 이름을 붙여 놓음으로써 이게 어떤 자료가 담긴 그릇인지 분별이 가능. a

1. 데이터 처리 1) 활용 - 데이터웨어하우스 (DW)나 데이터마트(DM)을 통해 분석 데이터를 가져온다. - 신규 시스템이나 DW에 포함되지 못한 경우, 기존 운영시스템 / 스테이징영역 / ODS에서 데이터를 가져와 DW의 내용과 결합하여 활용 가능하다 - 기존 운영시스템에 직접 접근하는 건 위험한 일이고, 스테이징 영역 데이터는 운영시스템 내용이 임시 저장된 것이기 때문에, 가장 이상적인 활용법은 클린징 영역인 'ODS'에서 데이터의 전처리 후 DW나 DM과 결합해 사용하는 것. 2) 최종 데이터 구조로의 가공 ① 데이터 마이닝 분류 : 분류값과 입력변수를 연관시켜 인구통계, 요약변수, 파생변수 등을 산출 ② 정형화된 패턴 처리 : 비정형데이터/ 소셜데이터는 정형화한 패턴으로 처리 필요 ⒜ 비정형 ..

[분석과제 발굴 방법론] 1. 개요 - 분석 과제는 풀어야 할 다양한 문제를 데이터 분석 문제로 변환한 후 관계자들이 수행할 수 있는 '과제 정의서 형태'로 도출됨 - 분석과제를 도출하기 위한 방식으로는 크게 하향식 접근방법 / 상향식 접근방법이 존재 - 최적의 의사결정은 두 접근 방식이 상호 보완관계에 있을 때 가능 대상 방법 최적화 통찰 솔루션 발견 TOP-DOWN 접근 (Problem Solving) Bottom-UP 접근 (Problem Creator) [하향식 접근방법] - 논리적인 단계별 접근법으로, 각 과정이 체계적으로 단계화되어 수행하는 방식 - 솔루션 도출에는 유용하나 새로운 문제 탐색에는 한계 존재 문제탐색 문제정의 해결방안탐색 타당성검토 1) 비즈니스모델기반 문제탐색 2) 분석기회 발..