일반 프로그램에서 변수는 특정 숫자를 영어 알파벳에 대입 해서 처리하는 것은 변수로 정했다. 아래 예제와 같이 아주 간단한 변수는 아래와 같다.
> a = 1
> b = c
> c = a+b
> print(c)
3
> a = 1
> b = c
> c = a+b
> print(c)
3
하지만 여기에서 말하는 변수는 독립변수 하고, 종속 변수 이다. 정의는 아래와 같다.
1. 독립변수 : 의도적으로 변화 시키는 변수
2. 종속변수 : 독립 변수의 변화에 따라 어떻게 변화 하는 지 알고 싶어 하는 것
그리고 영어번역시 유의 점은 아래와 같다.
1. 독립변수 : Independent variable, Predictor variable, Explanatory variable, controlled variable, 인공지능/머신러닝 feature 로 불림
2. 종속변수 : dependent variable
아래 아파트 데이터에서 예측을 위해, 어느것 이 독립변수이고, 종속변수 인지 정의할 것이다. 아래와 같이 질문을 해보자.
우리가 예측하여 알고 싶어 하는 것 ?
거래금액_만원 → 종속변수 (dependent variable)
어떤 것에 의해서 아파트 가격이 변화 하는가?
시간, 지역, 아파트 층, 건축년도, 전용면적 → 독립 변수 (Independent variable)
아래는 지금 까지 정리한 서울시 아파트 데이셋인데, 우리가 알고자 하는 독립 변수인 "거래금액_만원"에 대해서 데이터 타입을 숫자(integer)화 할 예정이다.
# 라이브러리 불러오기
library(rio)
library(dplyr) library(readxl)
library(httr)
# 파일을 불러오는 path를 url 변수로 정의
url = "https://drive.google.com/u/0/uc?id=1PT_0-xJvM9KGp5zzx1jjcPAaS25epx4l&export=download"
GET(url, write_disk(tf <- tempfile(fileext = ".xlsx")))
apt <- read_excel(tf, 1L) # 1L은 sheet 1을 이야기 하는 것이다. # 아파트 데이터 프레임 필드(열) 이름 바꾸기
apt <- apt %>%
rename(전용면적_m3 = '전용면적(㎡)') %>%
rename(거래금액_만원 = '거래금액(만원)')
# 데이터 유형 변경
apt <- apt %>%
mutate(건축년도 = as.integer(건축년도),
층 = as.integer(층)) %>%
mutate(전용면적_m3 = as.double(전용면적_m3))
apt$거래금액_만원[1]## [1] "226,000"지금 까지 데이터 정리 한 것이고, 거래금액_만원은 "226,600" 문자열로 되어 있는데, ","쉼표가 있어서 변경 하지 못하였다. 아래 gsub를 이용하면 쉼표를 뺄 수 있다.
gsub(변경전 문자, 변경후 문자, 데이터 벡터)
gsub( ",", "", "226,000")
위와 같은 형태의 명령어를 사용하고 as.integer를 하면, 우리가 계산 할 수 있는 숫자로 변경 할 수 있다.
# 계산할 수 있게 문자열 바꾸기 apt[거래금액_만원]
apt <- apt %>% mutate(거래금액_만원 = as.integer(
gsub(",", "", 거래금액_만원)))
glimpse(apt) ## Rows: 296,656 ## Columns: 13 ## $ 시군구 <chr> "서울특별시 강남구 개포동", "서울특별시 강남구 개포동", "서울특별시 강남구 개포동", "서울특별시 … ## $ 번지 <chr> "185", "649", "649", "649", "1164-30", "138", "138", "138… ## $ 본번 <chr> "0185", "0649", "0649", "0649", "1164", "0138", "0138", "… ## $ 부번 <chr> "0000", "0000", "0000", "0000", "0030", "0000", "0000", "… ## $ 단지명 <chr> "개포주공 6단지", "경남1", "경남2차", "경남2차", "뉴현대파크빌", "디에이치아너힐즈", "… ## $ 전용면적_m3 <dbl> 73.0200, 96.9800, 182.2000, 91.9100, 83.4600, 59.8732, 76.1… ## $ 계약년월 <chr> "202103", "202103", "202103", "202103", "202103", "202103",… ## $ 계약일 <chr> "31", "11", "15", "26", "31", "2", "9", "27", "9", "10", "… ##$ 거래금액_만원 <int> 226000, 235000, 300000, 230000, 71400, 215000, 258000, 213000…## $ 층 <int> 7, 3, 1, 15, 2, 15, 11, 7, 23, 10, 11, 6, 2, 12, 3, 15, … ## $ 건축년도 <int> 1983, 1984, 1984, 1984, 2001, 2019, 2019, 2019, 2019, 2019,… ## $ 도로명 <chr> "개포로 516", "언주로 110", "언주로 110", "언주로 110", "논현로2길 61-4", … ## $ 해제사유발생일 <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA…
이로써 우리가 예측할때 알고자 하는 종속 변수인 거래금액_만원에 대하여 정리를 하였다.
댓글 없음:
댓글 쓰기