#---- RFM 분석? 예측분석 프로세스 요약! ------- # data : UCI 머신러닝 data repository # 총 305일분의 온라인리테일 거래 데이터 # 500명의 고객만 표본으로 추출 mData2 <- read.csv("http://cfile227.uf.daum.net/attach/99CE763F5A619427119FB7") nrow(mData2) length(unique(mData2$CustomerID)) # 데이터 기간 확인 length(unique(substr(as...

# daily data with category # date, dayoweek, weekofyear, dept, sales c1 <- as.Date("2018-04-01") c2 <- c1 + c(0:30) df1 <- data.frame(date=as.character(c2) ) library(lubridate) wday(c2) df1$dayow <- wday(c2) # 1 : 일요일, 2: 월요일 # 주말 = {1,7} # 주중 = 2:6 week(c2) df1$week <- week(c2) df1 <- df1[df1$dayow %in% c(2:6),] head(df1) c11 <- c("A",..

# create a sample df with ts cols c1 <- sample(1:70,70) df1 <- data.frame(c1, c2=(c1+runif(length(c1),0,1.25))*1.2, c3=((c1*0.6)+runif(length(c1),0,1))*2 -7 ) # rolling base stat generator roldfsta <- function(df,interval=1){ library(zoo) dfn <- names(df) for(i in 1:length(dfn)){ col_name <- paste0(dfn[i],"_mean", as.character(interval)) df[, ncol(df)+1] <- c..

# CRM 고객데이터 분석 # R 프로그래밍 기초 복습 -- 2018.04.25 #--------------------- # vector 선언 c1 <- c(3,2,7,1) c2 <- c("seoul", "busan", "inchon", NA) c3 <- c(3,2,1,5) custlist <- data.frame(c1,c2,c3) custlist names(custlist) <- c("prchs","location","years") # variable names custlist str(custlist) names(custlist) head(custlist,2) nrow(custl..

#--------- # 은행마케팅 데이터를 사용한 연습문제 예제 bnk01 <- read.csv("http://cfile229.uf.daum.net/attach/99721B3359B3C43711909E") # 컬럼 선택 # job과 marital 만으로 구성된 데이터프레임 (부분집합)을 생성하라 bnk0101 <- bnk01[,c("job", "marital")] head(bnk0101) # 행 선택 # marital의 값이 married인 고객만을 추출하..

# R 데이터 처리 기초 연습문제 [1] 을 통해 생성된 dataframe인 cust를 사용하여 # 다음의 추가적인 분석을 실시하라 #----- 예습: 탐색적 분석 - 시각화 --------------- # freq와 평균sales간의 관계를 scatterplot을 이용하여 시각화하고 # 점들간의 분포를 보여주는 폴리노미얼 추세선을 추가하라 # 동일 ..