test

ggplot, geom_sf, geom_sf_text, sf, GIS, shapefile, 서울시, 생활체육시설, shiny, 시계열

map, 서울시 지도, shiny, ggplot

- str_remove_all, str_detect, str_extract, str_sub, stri_locate_last, str_squish, str_split, - unlist,which, - mutate, case_when, filter, select, - distinct, arrange, duplicated, - sapply, as.numeric, - group_by, summarise, - ggplot, geom_jitter, geom_text, facet_grid

1. Purpose: predict diamond price using h2o AutoML and compare with predicted value of randomforest 2. Dataset: diamonds included in ggplot2 3. Machine Learning Algorithm: h2o AutoML

ggplot2에 포함된 diamonds dataset의 diamond price 예측, randomforest를 사용한 예측, 성능 검증을 위한 Metrics 패키지

사용된 패키지: dplyr, readr, ggplot2, plotly, randomForest, caret, e1071 사용된 함수: read_csv(), str(), select(), sapply(), sapply(is.na), colSums(), group_by(), summarise(), mutate(), ggplot(), ggplotly(), transform(), cut(), table(),which.max(), attributes(), names(), IQR(), case_when(), psych::pairs.panels()

"연속된 문자 생성하기(Creating a sequence of characters)" seq() intToUtf8() int to character 변환

엑셀의 텍스트 나누기와 같은 기능을 R에서 수행해 보자. str_split, mutate, [, %>%, sapply, length, max, list, data.frame

gpu performance exploration using passmark.com data

ggplot2, dplyr, tidyverse, data.table 함수를 이용하여 hflights 데이터 탐색

gbm R 패키지를 이용한 회귀분석

머신러닝의 앙상블 알고리즘 중에 GBM(Grandiant Boosting Model)의 h2o 패키지의 인터페이스를 이용하여 구현해 본다. GBM은 분류 및 회귀분석에 사용될 수 있는 강력한 알고리즘이다. 여기서는 GBM을 이용하여 패키지에 포함된 “cars” 데이터의 cylinder 개수의 회귀분석을 구현해 본다. h2o.ai는 ’AI의 대중화(Democratize AI)’라는 슬로건으로 머신러닝, 딥러닝의 알고리즘을 개발하고 있는 오픈소스 프로젝트이다. cran의 h2o 패키지는 h2o 엔진(로컬 또는 리모트에 위치함)과의 인터페이스를 제공한다. 따라서 실제 실행은 h2o 엔진에서 실행되고, 구현은 로컬 또는 리모트에서 구현된다.(여기서는 로컬)

One-hot encoding in R

This is SPEC Floating Point Benchmark analysis from spec.org

This is the first test to publish to Rpub