통계 이야기
빅데이터 ; R markdown 실습하기
728x90
반응형
R markdown을 처음 써봤습니다.
R markdown을 사용하여 특정 데이터셋에 대해 빈도수를 구하고 이를 그림으로 나타내기
최종 pdf로 추출하는 과정까지 실습한 내용입니다.
barplot(table(crime$Category))
Calls: <Anonymous> ... process_file -> split_file -> lapply -> FUN -> parse_block
실행이 정지되었습니다
라는 에러문구가 나오면
```
{r pressure, echo = F}
~~~
```
이렇게 한번 했으면
```
{r pressure2, echo = F}
~~~
```
이렇게 pressure에다가 두 번째라는 것을 나타내주어야 합니다
---
title: "21-07-20"
output: html_document
---
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```
# 데이터 읽기 및 category별로 범죄의 수 barplot
```{r pressure, echo=FALSE}
crime <- read.csv("train.csv")
attach(crime)
barplot(table(crime$Category))
```
#요일 별 범죄 수
```{r pressure2, echo = F}
barplot(table(crime$DayOfWeek))
```
#구역 별 범죄 수
```{r pressure3, echo = F}
barplot(table(crime$PdDistrict))
```
#범죄 유형에 따라 요일 최대 빈도 수
```{r pressure4, echo = F}
aggregate(DayOfWeek~Category, max, data =crime)
```
```{r pressure5, echo = F}
data <- read.csv("liberty.csv")
head(data)
str(data)
```
```{r pressure6, echo = F}
hist(data$Hazard, xlim = c(0, 30))
```
```{r pressure7, echo = F}
apply(data[2], 2, mean)
```
```{r pressure8, echo = F}
sapply(data[6:10], table)
```
```{r pressure9, echo = F}
with(data, sapply(split(data$Hazard, data$T2_V11), mean))
```
728x90
반응형
'통계 이야기' 카테고리의 다른 글
Data Mining , Classification tree + Regression tree + Bagging (0) | 2021.12.14 |
---|---|
Simulation 공부 with R (0) | 2021.10.02 |
기초통계 ; 빅데이터 수업 복습하기 (3) | 2021.07.25 |
빅데이터 분석 ;군집 ; Clustering (8) | 2021.07.25 |
빅데이터 분석 ; 신경망 알고리즘 ; 뉴런 (5) | 2021.07.22 |
댓글