WHY WHY

#EDA ,특성공학 smsraw

# 베이즈 룰 사전확률과 사후확률사이의 관계 #나이브 베이즈 분류기 #미래유추 -> 과거 사건 데이터 사용하기 # 머신러닝 # 스팸메일 분류기, IDS(침입탐지 시스템), 날씨예측 # 패턴 동작 ->비정상 행위 # 베이지안 필터기 # 결과에 대한 확률 추정(여러 속성 정보를 고려 ) #ex) 내일 비내릴 확률 ? (오늘 날씨 정보.. 환경정보..등등) # 사건에 대한 우도(likelihood)는 여러 시행(trial)에서 이용할수 있다는것을 기반으로 추정 # # 사건 시행 확률 사건발생횟수/전체시행횟수 # 앞/뒤 결과 동전던지기 # 당첨 복권구매 # 당선 선거 # 스팸/햄 결과 메일 받기 10개 메일 /50개 메일 # # 사건 A의 확률 = P(A) P(스팸)=0.2, P(비)=0.3 # =>P(햄) 1..

# 베이즈 룰 사전확률과 사후확률사이의 관계 #나이브 베이즈 분류기 #미래유추 -> 과거 사건 데이터 사용하기 # 머신러닝 # 스팸메일 분류기, IDS(침입탐지 시스템), 날씨예측 # 패턴 동작 ->비정상 행위 # 베이지안 필터기 # 결과에 대한 확률 추정(여러 속성 정보를 고려 ) #ex) 내일 비내릴 확률 ? (오늘 날씨 정보.. 환경정보..등등) # 사건에 대한 우도(likelihood)는 여러 시행(trial)에서 이용할수 있다는것을 기반으로 추정 # # 사건 시행 확률 사건발생횟수/전체시행횟수 # 앞/뒤 결과 동전던지기 # 당첨 복권구매 # 당선 선거 # 스팸/햄 결과 메일 받기 10개 메일 /50개 메일 # # 사건 A의 확률 = P(A) P(스팸)=0.2, P(비)=0.3 # =>P(햄) 1..

# 베이즈 룰 사전확률과 사후확률사이의 관계 #나이브 베이즈 분류기 #미래유추 -> 과거 사건 데이터 사용하기 # 머신러닝 # 스팸메일 분류기, IDS(침입탐지 시스템), 날씨예측 # 패턴 동작 ->비정상 행위 # 베이지안 필터기 # 결과에 대한 확률 추정(여러 속성 정보를 고려 ) #ex) 내일 비내릴 확률 ? (오늘 날씨 정보.. 환경정보..등등) # 사건에 대한 우도(likelihood)는 여러 시행(trial)에서 이용할수 있다는것을 기반으로 추정 # # 사건 시행 확률 사건발생횟수/전체시행횟수 # 앞/뒤 결과 동전던지기 # 당첨 복권구매 # 당선 선거 # 스팸/햄 결과 메일 받기 10개 메일 /50개 메일 # # 사건 A의 확률 = P(A) P(스팸)=0.2, P(비)=0.3 # =>P(햄) 1..

# library(KoNLP) # install.packages("KoNLP") # # install.packages("multilinguer") # library(multilinguer) # install_jdk() # install.packages(c('stringr', 'hash', 'tau', 'Sejong', 'RSQLite', 'devtools'), type = "binary") # install.packages("remotes") # remotes::install_github('haven-jeon/KoNLP', upgrade = "never", INSTALL_opts=c("--no-multiarch")) # library(KoNLP) #최종적으로 "KoNLP" 패키지를 불러옵니다 # # de..

1. KoNLP전체폴더를 C:\Program Files\R\[설치한 R버전]\library에 압축파일을 푼다 2. r 스튜디오를 실행하고, KoNLP를 로드해본다. 에러가 발생하면 3번으로 이동한다. 3. 아래 명령어를 모두 복사하여 실행한다. 실행시 에러가 발생할 수 있다. (일단 스킵한다) install.packages("multilinguer") library(multilinguer) install_jdk() install.packages(c('stringr', 'hash', 'tau', 'Sejong', 'RSQLite', 'devtools'), type = "binary") install.packages("remotes") remotes::install_github('haven-jeon/KoNL..

#텍스트분석 c(1:6,'a') list(1:6,'a') o1

https://cran.r-project.org/web/views/Cluster.html CRAN Task View: Cluster Analysis & Finite Mixture Models This CRAN Task View contains a list of packages that can be used for finding groups in data and modeling unobserved cross-sectional heterogeneity. Many packages provide functionality for more than one of the topics listed below, the section headings are ma cran.r-project.org # k-means # 군집화..