14.3.18 데이터마이닝

 

3.18실습

 

ch.5.R.functions.pptx

 

ch.6.R.vector.funs.pptx

 

 

 

 

x<-runif(10,0,1)
quantile(x,c(0.1,0.9))

 

mean(x,trim=0.1)   #절사평균

?mean

---------------------------

#ppt 5.1 Introduction 

 

meank<-function(x,k=0.1){

xt<-quantile(x,c(k,1-k))

mean(x[x>xt[1]&x<xt[2]])  #x>xt[1]과x<xt[2] 사이에 있는 x추출 ; &는 and

}

test<-rnorm(100)

meank(test)

#절사평균 구하는 함수  >> 절사평균은 이상치가 있을때 더 유의함~?

-------------------------------

#ppt 5.2 Arguments and veriables

 

plotsin<-function(xup=2*pi,...){

x<-seq(0,xup,l=100)

plot(x,sin(x),type="l",...)

}
plotsin(col='red')

 

 

?plot #plot 도움말, 꼼곰히 읽기

 

plotsin<-function(xup=2*pi,...){

x<-seq(0,xup,o=100)

plot(x,sin(x),type="o",...)

}
plotsin(col='blue')

-------------------------------

#5.2.3
functionx<-function(){x<-3}
functionx

test<-function(n,fun){
u<-runif(n)
fun(u)
}
test(10,sin)
------------------------
#5.2.4

#5.2.5 함수안에 또 함수

#5.3조건문
x<-runif(10)
if(x[1]>0.5){x[1]<-0.5} #if괄호안에 logical value작성

x<-runif(10)
if(min(x)>0.1){
x[1]<-3
x[10]<-5
}

 

#형식예시;

if(  ){
}else if{
}else if{
}else{
}

 

 if(test){
...true statements...
 } else {
...false statements...
 }

 

 

 myplus <- function(x, y){
 n1 <- length(x)
 n2 <- length(y)
 if(n1 > n2){
  z <- x[1:n2] + y
 } else { z <- x + y[1:n1] }
 z
 }
myplus(1:10, 1:3)

#5.3.2 반복구문
for(k in c(3,7,10))
{
print(k)
}   

#for=동일한 연산을 규칙적으로 반복연산,k=변하는값, in하고 "set(값이 변하는 범위)"등장

#print(k) k를 연산하고 돌아가서 7, 10 차례로 연산

 

#형태
for(i in for_object){
 some expressions
}

while(condition){
 some expressions
}
#while은 컨디션이 만족하면 계속연산 만족안하면 멈춤

 

 

x<-runif(10)
Y<-0
for(k in c(3,7,10))
{Y<-Y+x[k]
print(y)
}

 

 

x<-runif(5^10)
y<-0
for(k in 1:length(x)){    #length(x) 메트리스의 길이 마지막원소?
y<-y+x[k]
}
print(y)

#이 경우 반복문 보다 sum(x)가 빠르다 어떻게 하면 for을 쓰지 않을 것인가

 

tmp<-0
x<-runif(100)
k<-1
while(tmp<10)
{tmp<-tmp+x[k]
k<-k+1
}

 

 

#주말에 코딩숙제 이캠퍼스자료실에 업로드