의사결정나무는 분류와 회귀 문제에 모두 적용이 가능한 알고리즘으로, 결과도출과정과 그 결과를 해석하기에 매우 유리한 알고리즘이다. 파이썬의 의사결정나무 알고리즘은 사이킷런 라이브러리를 이용한다. 분석에 쓰인 데이터는 캐글에서 가져온 ibm hr분석(퇴사여부 분류) 데이터이다. (https://www.kaggle.com/datasets/pavansubhasht/ibm-hr-analytics-attrition-dataset?datasetId=1067&searchQuery=deci) 전처리 과정에서 가장 중요한 것은 자료형 확인, 결측치 확인, 데이터 분포 확인 등이 있다. 위 데이터는 특히 자료형에 유의해야 한다. 데이터 설명을 참조하면 얼핏 수치형으로 보이는 변수들이 사실은 명목형 변수를 나타내고 있음을 ..

콕스 비례 위험 모형을 R에서 구현해보자. library(survival) library(survminer) 생존분석의 함수들이 담긴 라이브러리를 불러온다. 데이터는 이전 포스트인 카플란-마이어에서 쓰인 데이터를 그대로 이용하였다. # 연습 데이터인 survivalDataExercise.csv를 이용하였다. (댓글 주시면 공유해드리겠습니다.) 모델링 cx.model = coxph(Surv(daysSinceFirstPurch, event) ~ gender+voucher+returned,data=surv) #시간에 따른 이벤트 ~ (성별+쿠폰사용여부+환불여부) summary(cx.model) 위 코드는 콕스 비례 위험 모형을 만드는 코드이다. 종속변수는 시간에 따른 이벤트가 들어가고, 독립변수에 확인하고 싶..

회귀분석은 통계학에서 시작되어 연구되었기 때문에, 통계적 분석에 특화된 R을 이용하는 것이 더 효과적일 수 있다. R에서는 파이썬과 달리 기본 내장함수로 회귀분석을 수행할 수 있고, 여러 통계적 검정이나 가정을 확인하는 데에도 매우 유리하다. 또한 관련 라이브러리를 통해 변수선택법을 자동으로 수행해주는 등 R은 회귀분석을 다각도로 수행해볼 수 있는 매우 좋은 환경을 제공한다. 이에 R을 통한 통계적 스탠스로 비즈니스 도메인에서 회귀분석이 어떠한 역할을 할 수 있는 지, 그 과정을 살펴보고자 한다. 우선 데이터를 받아온다. library(dplyr) df = read.csv("purch_behavior.csv") #이 데이터는 마케팅 활동을 위해 전략적으로 수집한 데이터이다. df %>% glimpse()..

R에서 카플란 마이어 기법을 구현해보자 이 모델은 주로 의료 데이터에서 많이 이용되지만, 우리는 비즈니스 도메인으로 옮겨 고객들의 생존, 이탈을 분석해본다. 데이터는 연습 데이터인 survivalDataExercise.csv를 이용하였다. (댓글 주시면 공유해드리겠습니다.) 먼저 library(dplyr) library(ggplot2) library(survival) library(survminer) #라이브러리가 없으면 install.packages("") setwd("") #경로 설정 surv = read.csv("")#데이터 불러오기 변수는 최근 구매로부터 경과된 일수와 성별, 상품권 이용여부, 환불여부, 재구매여부가 있다. surv = surv %>% mutate(event = ifelse(bou..