The Measurement of Observer Agreement for Categorical Data 직접 다운로드 or https://bit.ly/2rQXZOp

k평균 클러스터링의 수행절차(과정) 단계 설명 1 Step 클러스터링의 수 k 값를 정의 · 초기 (군집의) 중심으로 k개의 객체를 임의로 선택합니다. 2 Step 각 측정값을 클러스터에 할당 · 각 자료를 가장 가까운 군집 중심에 할당합니다. · 데이터가 분포된 공간상에 '클러스터 중심'으로 가정할 임의의 지점 k개를 선택합니다. 각 데이터는 근처에 있는 '클러스터 중심'에 할당됩니다. 3 Step 새로운 클러스터의 중심 계산 · 각 군집 내의 자료들의 평균을 계산하여 군집의 중심을 갱신(update)합니다. · 각 '클러스터 중심'을 해당 클러스터에 속한 데이터들이 평균으로 조정합니다. 4 Step 클러스터 재분류 · 군집 중심의 변화가 거의 없을 때(또는 최대 반복수)까지 단계2와 단계3를 반복합니..

legend() · legend()는 이름에서 알 수 있듯이, 여러 선이 그려진 그래프에 범례를 추가하는 함수입니다. · 범례는 그래프를 보는 사람에게 "녹색 곡선은 남자, 빨간 곡선은 여자에 대한 데이터입니다." 와 같은 내용을 알려줍니다. legend(x, y=NULL, y=NULL, legend, ...) 인자 설명 x X 좌표 x에는 좌표 대신 사전에 정의된 키워드를 지정해 범례의 위치를 정할 수도 있다. bottomright, bottom, bottomleft, left, topleft, top, topright, right, center y=NULL Y 좌표 legend 표시할 범례 ... 기타 옵션 legend(60, 5000000, c("일반인", "어린이", "청소년", "기타"), co..

가지치기 기준 가지치기는 테스트 데이터를 활용하는 방법과 전문가가 직접하는 두가지 방법이 있습니다. 방법 설명 테스트 데이터 활용 방법 · 구축된 모형에 테스트 데이터를 적용하는 방법입니다. · 테스트 데이터를 통해 도출된 모형의 예측률을 검토합니다. · 분류가 잘못될 위험이 높거나 부적절한 추론규칙을 가지고 있는 가지를 제거합니다. 전문가에 의한 방법 · 특정 분야의 전문가가 구축된 모형에서 제시되고 있는 규칙들의 타당성 검토를 수행합니다. · 타당성이 없는 규칙을 제거합니다.

순수도(Purity) · 특정 범주의 개체들이 포함 되어 있는 정도를 의미합니다. · 순수한 데이터의 비율이 높을수록↑ 완벽한 트리가 됩니다. 구분 설명 불완전한 분할 순수도 낮음↓ 완전한 분할 순수도 높음↑

rstudio::global 2021 talks RStudio 컨퍼런스의 모든 발표 내용을 온라인에서 확인할 수 있습니다. http://bit.ly/39AIVI8