1. 설치 options(repos=c(RStudio='http://rstudio.org/_packages', getOption('repos'))) install.packages('shiny') library(shiny) runExample('01_hello') runExample('02_text') runExample('03_reactivity') runExample()함수로 example 파일을 수행해볼 수 있다 2. 기본 사용 방법 워킹디렉토리 안에 ui.R과 server.R 파일이 들어있어야한다. ui.R은 화면의 구성 server.R은 실제 R에서 구동시키는 코드들이 들어간다. ui.R에서 input, output을 받아와 출력시킴 3. hello_shiny ui.R library(shiny) ..
1. 지오차트 구글비즈 패키지에서 지원하는 지도와 그 위에 데이터를 표시하는 차트 > install.packages('googleVis') > library(googleVis) > data(Exports) > head(Exports) Country Profit Online 1 Germany 3 TRUE 2 Brazil 4 FALSE 3 United States 5 TRUE 4 France 4 TRUE 5 Hungary 3 FALSE 6 India 2 TRUE g1 g2 plot(g2) 해상도 수준도 변경할 수 있다 > require(datasets) > states head(states) state.name Population Income Illiteracy Life.Exp Murder HS.Grad F..
1. multiple axis?? 데이터 생성 > time pop grp med par(mar=c(5,12,4,4)+0.1) 첫번째 그래프 생성하기 축을 지정하지 않은 첫 번째 그래프 생성 plot(time,pop,axes=F, xlim=c(7000,3400), ylim=c(0,max(pop)), xlab='', ylab='',type='l',col='black',main='') 그래프에 점 추가 points()함수로 (time,pop)에 해당하는 위치에 20 크기로 점을 찍는다 points(time,pop,pch=20,col='black') 그래프에 y축 추가 axis()함수로 pop에 해당하는 y축을 추가 axis(2,ylim=c(0,max(pop)),col='black',lwd=2) y축에 이름을 ..
1. 히스토그램 > data(diamonds) > head(diamonds) # A tibble: 6 × 10 carat cut color clarity depth table price x y z 1 0.23 Ideal E SI2 61.5 55 326 3.95 3.98 2.43 2 0.21 Premium E SI1 59.8 61 326 3.89 3.84 2.31 3 0.23 Good E VS1 56.9 65 327 4.05 4.07 2.31 4 0.29 Premium I VS2 62.4 58 334 4.2 4.23 2.63 5 0.31 Good J SI2 63.3 58 335 4.34 4.35 2.75 6 0.24 Very Good J VVS2 62.8 57 336 3.94 3.96 2.48 > k k ..
1. 패키지 설치 ggplot2 패키지는 다양한 시각화 그래프를 지원 install.packages('ggplot2')는 ggplot2 패키지를 설치 library(ggplot2)는 ggplot2의 내장 데이터 및 함수를 활용하기 위해 라이브러리를 활성화 시킴 install.packages에는 ''가 들어갈 수 있지만 (안들어가도 됨) library에는 ''가 들어가면 안된다 > install.packages('ggplot2') Installing package into ‘/cloud/lib/x86_64-pc-linux-gnu-library/4.1’ (as ‘lib’ is unspecified) trying URL 'http://rspm/default/__linux__/focal/latest/src/co..
1. 연결 중심성(degree centrality) 한 node에 연결된 모든 edge의 개수 weighted 그래프의 경우 모든 weight의 합 directed 그래프의 경우 incoming degree는 그 node의 인기도, outcoming degree의 경우 그 node의 영향력 등으로 해석이 다를 수 있다. 2. eigenvector centrality(고유벡터, 위세 중심성) 연결 중심성이 오직 연결된 edge에만 의존한다는 점에서 아쉬워서 다른 node들간의 연관성도 보고 싶다는 것 그래프의 인접행렬 A와 node의 eigenvector centrality를 나타내는 벡터 $C_{e}$에 대하여 $\lambda C_{e} = AC_{e}$ 를 만족시키는 $C_{e}$ $C_{e}$는 A의..
딥러닝/머신러닝, 통계학, IT프로그래밍, 알고리즘을 좋아하는 사람 https://github.com/yundaehyuck
