R:행렬: 두 판 사이의 차이

학교의 모든 지식. SMwiki
둘러보기로 이동 검색으로 이동
(새 문서: {{R}} == 개요 == 데이터프레임에선 행렬연산을 직접 적용할 수가 없다. 때문에 수학적 연산을 위해선 객체를 행렬로 바꿀 필요가 있다. ==...)
 
잔글 (→‎개요)
 
1번째 줄: 1번째 줄:
{{R}}
{{R}}


== 개요 ==
==개요==
데이터프레임에선 행렬연산을 직접 적용할 수가 없다. 때문에 수학적 연산을 위해선 객체를 행렬로 바꿀 필요가 있다.
데이터프레임에선 행렬연산을 직접 적용할 수가 없다. 때문에 수학적 연산을 위해선 객체를 행렬로 바꿀 필요가 있다.


== 바꾸기 ==
==바꾸기==


=== 수치형 데이터만 추출 ===
===수치형 데이터만 추출===
행렬은 한 종류의 데이터만 담는다. 그리고 그건 일반적으로 수치형이다.
행렬은 한 종류의 데이터만 담는다. 그리고 그건 일반적으로 수치형이다.


데이터(sapply(데이터, is.numeric))
데이터(sapply(데이터, is.numeric))


=== 행렬객체로 전환 ===
===행렬객체로 전환===
data.matrix(데이터) #as.matrix()와 다른 점은, 데이터를 수치형으로 변화시킨다는 것.
data.matrix(데이터) #as.matrix()와 다른 점은, 데이터를 수치형으로 변화시킨다는 것.
== 행렬조작 ==
{| class="wikitable"
|+
!의도
!방법
!
!
|-
|전치행렬 만들기
|t(행렬)
|
|
|-
|nXn 단위행렬 만들기
|diag(n)
|
|
|-
|결합
|데이터프레임에서의 rbind, cbind로 가능하다.
서로 다른 형태의 데이터를 묶으면 상위자료형에 포섭된다.
|
|
|-
|역행렬
|solve(행렬)
|
|
|-
|고유값과 고유벡터 분해
|eigen(행렬)
$values는 고유값의 제곱근, $vectors는 고유벡터.
|
|
|-
|행렬식 계산결과
|det(행렬)
|
|
|}
== apply함수 ==
전체적인 통계를 볼 수 있게 도와준다.
{| class="wikitable"
!의도
!방법
!
|-
|행별 합계
|apply(데이터, 1, sum)
|=rowSum(데이터)
|-
|행별 평균
|apply(데이터, 1, mean)
|=rowMean(데이터)
|-
|열별 합계
|apply(데이터, 2, sum)
|=colSum(데이터)
|-
|열별 평균
|apply(데이터, 2, mean)
|=colMean(데이터)
|}

2020년 8월 26일 (수) 13:46 기준 최신판

R언어 공부를 위한 틀 틀:R

  1. R:개요
    1. R:코딩팁
    2. R:연산자
  2. R:객체
    1. R:자료형
    2. R:자료구조
  3. R:함수
    1. R:자주사용하는 함수
      1. R:aplly계열(반복문, 중복작업)
  4. R:제어문
    1. R:조건문
    2. R:반복문
  5. R:자료조작
    1. R:데이터프레임
    2. R:행렬
  6. R:데이터 저장과 불러오기
    1. R:데이터베이스
    2. R:특정조건 추출하기
  7. R:패키지
    1. R:magrittr(파이프연산자)
    2. R:dplyr(데이터프레임 조작)
    3. R:ggplot2(그래프그리기)
    4. R:KoNLP(한글 텍스트마이닝), wordcloud2(워드클라우드)
    5. R:ddply(데이터 집계, 조작)
    6. R:tidyverse(데이터를 정제하는 패키지들의 집합)
    7. R:jsonlite(JSON 파일 다루기)
    8. R:pbapply(apply계열에 진행바를 보여준다.)
  8. R:활용
    1. R:데이터 접근
    2. R:연관성분석
    3. R:분류분석
  9. R:팁
    1. R:연구용 팁

개요[편집 | 원본 편집]

데이터프레임에선 행렬연산을 직접 적용할 수가 없다. 때문에 수학적 연산을 위해선 객체를 행렬로 바꿀 필요가 있다.

바꾸기[편집 | 원본 편집]

수치형 데이터만 추출[편집 | 원본 편집]

행렬은 한 종류의 데이터만 담는다. 그리고 그건 일반적으로 수치형이다.

데이터(sapply(데이터, is.numeric))

행렬객체로 전환[편집 | 원본 편집]

data.matrix(데이터) #as.matrix()와 다른 점은, 데이터를 수치형으로 변화시킨다는 것.

행렬조작[편집 | 원본 편집]

의도 방법
전치행렬 만들기 t(행렬)
nXn 단위행렬 만들기 diag(n)
결합 데이터프레임에서의 rbind, cbind로 가능하다.

서로 다른 형태의 데이터를 묶으면 상위자료형에 포섭된다.

역행렬 solve(행렬)
고유값과 고유벡터 분해 eigen(행렬)

$values는 고유값의 제곱근, $vectors는 고유벡터.

행렬식 계산결과 det(행렬)

apply함수[편집 | 원본 편집]

전체적인 통계를 볼 수 있게 도와준다.

의도 방법
행별 합계 apply(데이터, 1, sum) =rowSum(데이터)
행별 평균 apply(데이터, 1, mean) =rowMean(데이터)
열별 합계 apply(데이터, 2, sum) =colSum(데이터)
열별 평균 apply(데이터, 2, mean) =colMean(데이터)