본문 바로가기

전체 글

(80)

협업 필터링(Collaborative Filtering)을 이용한 애니메이션 추천 유저의 애니메이션 평가 데이터를 활용하여 안 본 애니메이션 중 어떤 것을 추천할 지에 대한 문제를 푸는 것이 목적이다. 애니메이션 데이터는 여기(www.kaggle.com/CooperUnion/anime-recommendations-database)에서 얻었다. 협업 필터링(Collaborative filtering)의 대표적인 3가지 방식을 R로 직접 구현하고, 이를 적용하여 추천하여 보자. 이를 구현하는데 아래의 Reference의 논문을 참고하였다. 1. 데이터 전처리 2. 협업 필터링 2-1. 유저 기반 협업 필터링 2-2. 아이템 기반 협업 필터링 2-3. 행렬 인수분해 협업 필터링 3. 성능 비교 4. 추천 결과 1. 데이터 전처리 In: library(dplyr) library(tidyr) ..

[Level 2] 조이스틱 코딩테스트 연습 - 조이스틱 조이스틱으로 알파벳 이름을 완성하세요. 맨 처음엔 A로만 이루어져 있습니다. ex) 완성해야 하는 이름이 세 글자면 AAA, 네 글자면 AAAA 조이스틱을 각 방향으로 움직이면 아래와 같습니다. ▲ - 다 programmers.co.kr def cnt_up_down(chr): cnt_from_a = abs(ord('A')-ord(chr)) cnt_from_z = abs(ord('Z')-ord(chr)+1) return(min(cnt_from_a, cnt_from_z)) def solution(name): cnt = 0 for i in name: cnt += cnt_up_down(i) lst_name = list(name) len_name = len(lst_name) if ls..

[Level 2] 큰 수 만들기 코딩테스트 연습 - 큰 수 만들기 programmers.co.kr def solution(num, k): max_num = [] for i, n in enumerate(num): while len(max_num) > 0 and max_num[-1] 0: max_num.pop() k -= 1 if k == 0: max_num += list(num[i:]) break max_num.append(n) max_num = max_num[:-k] if k > 0 else max_num return(''.join(max_num)) ▷ 이 문제는 그리디 알고리즘을 이용하여 푸는 문제로, 주어진 문자열의 두 번째 숫자부터 이전의 숫자와 비교를 통해 가장 큰 숫자를 만들어 나가야 한다. ▷ 위 코드의..

기본 함수 사용법 R의 내장된 기본 함수의 사용법에 대해 알아보자. □ if ( ) { } else if ( ) { } else { } In: char = 'A' if (char == 'B') { print('if') } else if (char == 'C') { print('else if') } else { print('else') } Out: [1] "else" □ for ( ) { } In: for (i in 1:5) { print(i) } Out: [1] 1 [1] 2 [1] 3 [1] 4 [1] 5 □ ifelse In: char = 'A' ifelse(char == 'A', 'char is A', 'char is not A') Out: [1] "char is A" ▷ ifelse 함수의 첫 번째 인자는 조건을 ..

베이지안 네트워크(Bayesian network)를 활용한 King County의 집값 분석 베이지안 네트워크(Bayesian network)를 활용하여 King County의 집값에 영향을 미치는 다양한 요소의 인과관계를 확인하고, 분석하는 것이 이 프로젝트의 목적이다. 데이터의 출처는 여기(www.kaggle.com/harlfoxem/housesalesprediction)이고, 아래의 구성 순서대로 분석 및 모델링 과정을 수행할 것이다. 모든 코드는 R로 작성되었다. 1. 데이터 전처리 2. 시각화 및 상관관계 분석 3. 다중회귀분석 4. 베이지안 네트워크 모델링 1. 데이터 전처리 In: # Statistic library(car) # Data manipulation library(dplyr) library(tidyr) # Visualization library(ggplot2) librar..

caret 사용법 caret 패키지를 사용하여 다양한 머신러닝 기법의 적용 방법을 알아보자. In: df_iris = iris str(df_iris) Out: 'data.frame':150 obs. of 5 variables: $ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ... $ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ... $ Petal.Length: num 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ... $ Petal.Width : num 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ... $ Species : Factor w/ 3 levels ..

dplyr 사용법 dplyr의 대표적인 함수 select, filter, mutate, summarise, group_by, sample_n, sample_frac의 사용 방법을 이해하고 적용하여 보자. In: library(dplyr) df_iris = iris str(df_iris) Out: Sepal.Length Sepal.Width Petal.Length Petal.Width Min. :4.300 Min. :2.000 Min. :1.000 Min. :0.100 1st Qu.:5.100 1st Qu.:2.800 1st Qu.:1.600 1st Qu.:0.300 Median :5.800 Median :3.000 Median :4.350 Median :1.300 Mean :5.843 Mean :3.057 Mean :3...

결측치 다루는 방법 결측치 다루는 방법에 대하여 알아보자. □ 결측치 확인 In: library(MASS) df_car = Cars93 df_car %>% sapply(function(x) sum(is.na(x))) Out: Manufacturer Model Type 0 0 0 Min.Price Price Max.Price 0 0 0 MPG.city MPG.highway AirBags 0 0 0 DriveTrain Cylinders EngineSize 0 0 0 Horsepower RPM Rev.per.mile 0 0 0 Man.trans.avail Fuel.tank.capacity Passengers 0 0 0 Length Wheelbase Width 0 0 0 Turn.circle Rear.seat.room Luggag..

CSV 파일 읽기/쓰기 CSV 파일을 생성한 뒤, 이를 특정 경로에 쓰고 읽기를 수행하여 보자. In: df_car = mtcars df_car %>% head() Out: mpg cyl disp hp drat wt qsec vs am gear carb Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4 Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4 Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1 Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1 Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2 Va..

문자열 데이터 다루는 방법 R의 내장되어 있는 함수와 stringr 패키지를 활하여 문자열 데이터를 다루는 방법에 대해 알아볼 것이다. □ 문자 이어 붙이기 In: paste('Rooney', 'Song', sep = '_') paste0('Rooney', 'Song') str_c('Rooney', 'Song', sep = '_') Out: [1] "Rooney_Song" [1] "RooneySong" [1] "Rooney_Song" ▷ paste, paste0 함수는 두 문자열을 붙여주는 역할을 한다. 두 함수의 차이점은 paste0 함수는 붙일 때, 사이에 문자를 삽입하지 않고, 바로 붙인다는 것이다. paste 함수의 sep 인자를 통해 두 문자열을 붙일 때, 사이에 들어갈 문자를 지정할 수 있다. ▷ str_c 함수는 st..

시계열 데이터 다루는 방법 R의 내장되어 있는 함수와 lubridate 패키지를 활용하여 시계열 데이터를 다루는 방법에 대해 알아볼 것이다. □ 기본 함수를 활용한 시계열 데이터 다루기 In: date_form = c('%Y%m%d', '%Y.%m.%d', '%Y~%m~%d', '%Y-%m-%d') date_1 = as.Date('20201019', tryFormats = date_form) date_2 = as.Date('2020.10.19', tryFormats = date_form) date_3 = as.Date('2020~10~19', tryFormats = date_form) print(date_1) print(date_2) print(date_3) print(class(date_1)) print(class(date_2)..

tidyr 사용법 tidyr 패캐지의 대표적인 함수 gather, spread, seperate, unite의 사용 방법을 이해하고 적용하여 보자. In: library(dplyr) library(tidyr) df_iris = iris df_iris$id = 1:nrow(df_iris) df_iris = df_iris[, c(6, 1:5)] str(df_iris) Out: 'data.frame':150 obs. of 6 variables: $ id : int 1 2 3 4 5 6 7 8 9 10 ... $ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ... $ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ... $ ..

이전 1 2 3 4 ··· 7 다음

티스토리툴바